5° Ed - Fauze Najib Mattar Auth Pesquisa de Marketing

PESQUISA DE
MARKETING
ABDR
Preencha a ﬁcha de cadastro    

e receba gratuitamente informações
     
 
   

    
www.elsevier
www.elsevier.com.br
.com.br
Fauze Najib Mattar
PESQ UISA DE
PESQUISA
MARKETING
Edição Compacta
5 a Edição 2012
© 2012, Elsevier Editora Ltda.
Todos os direitos reservados e protegidos pela Lei no 9.610, de 19/02/1998.
Nenhuma parte deste livro, sem autorização prévia por escrito da editora, poderá ser reproduzida ou transmitida
            
Copidesque: Cláudia Letícia Vendrame

Revisão: Andréa Vidal/Madalena Vicente
Editoração: Luciana Di Iorio
Elsevier Editora Ltda.

Conhecimento sem Fronteiras
Rua Sete de Setembro, 111 – 16o andar
20050-006 – Centro – Rio de Janeiro – RJ – Brasil
Rua Quintana, 753 – 8o andar

04569-011 – Brooklin – São Paulo – SP – Brasil
Serviço de Atendimento ao Cliente

0800-0265340
sac@elsevier.com.br
ISBN 978-85-352-5921-6
Nota: Muito zelo e técnica foram empregados na edição desta obra. No entanto, podem ocorrer erros
de digitação, impressão ou dúvida conceitual. Em qualquer das hipóteses, solicitamos a comunicação
ao nosso Serviço de Atendimento ao Cliente, para que possamos esclarecer ou encaminhar a questão.
Nem a editora nem o autor assumem qualquer responsabilidade por eventuais danos ou perdas a pessoas ou
bens originados do uso desta publicação.
CIP-Brasil. Catalogação-na-fonte
Sindicato Nacional dos Editores de Livros, RJ
M386p
5. ed.
Mattar,, Fauze Najib, 1944-

Mattar
        
        
   

 


       
12-0892 CDD: 


14.02.12 22.02.12 033231
PREFÁCIO
O processo gerencial de marketing distingue-se das demais áreas funcionais

– finanças, recursos humanos, operações, compras –, que, por meio de atividades
específicas, processam recursos tangíveis e intangíveis captados no ambiente ex-
terno, mediante uma particularidade: trata-se do único processo que administra
apenas recursos intangíveis.
Dentre os recursos intangíveis operados por marketing, destaca-se a informa-
ção, a qual deve ser interpretada como insumo não apenas importante, mas vital
para que o processo analítico e decisório de marketing possa ser conduzido com
eficiência, eficácia e efetividade, nos níveis estratégico, tático e operacional.
Nesse sentido, ressalta-se a pertinência e a oportunidade de um texto que
aborde o assunto de forma integrada, salientando
sa lientando seu papel como base e matéria-
-prima fundamental para o funcionamento do sistema administrativo de marke-
ting, que compreende, numa sequência lógica, os subsistemas de planejamento,
de organização, de implantação e de controle.
Um destaque deste livro, de autoria do experiente professor, pesquisador e
consultor Fauze
Fauze Najib Mattar
Mattar,, refletido no êxito experimentado a partir das versões
anteriores, é o fato de ele ter se tornado uma fonte de estudo e de consulta por
profissionais e estudantes de Administração e de Marketing, ressaltando-se, ainda,
a sua frequente inserção como referência bibliográfica em trabalhos acadêmicos
– teses de doutorado e dissertações de mestrado – na área de marketing, especial-
mente nas seções dedicadas às considerações metodológicas.
A presente edição do livro atualiza aplicações e exemplos, amplia concei-
tos apresentados em versões anteriores, e oferece um texto abrangente, claro e
vi PESQUISA DE MARKETING – EDIÇÃO COMPACTA – MATTAR
objetivo, convertendo-se simultaneamente em uma obra destinada ao estudo e à

consulta de profissionais e estudiosos da matéria.
Dr. Geraldo Luciano

Luciano Toledo
Professor Titular da Faculdade de

Economia, Administração e Contabi-
lidade da Universidade de São Paulo
APRESENTAÇÃO
Os livros Pesquisa de Marketing – volumes 1 e 2, foram lançados em 1993 e

visavam atender à carência de livros sobre o assunto publicados no Brasil de au-
tores nacionais e voltados para a realidade brasileira. Os resultados alcançados,
desde então, medidos pelas infinidades de citações em artigos, dissertações, teses,
livros e outros trabalhos acadêmicos e profissionais das áreas de Administração,
Marketing, Pesquisa de Marketing e Comunicação, e pela circulação atingida, de
mais de 55.000 exemplares (incluindo volume 1, volume 2 e Edição Compacta),
fizeram com que o autor tenha ficado extremamente gratificado e considerado ter
valido todo
todo o esforço dedicado. Uma medida de sua aceitação no mundo acadêmi-
co foi constatada pela pesquisa realizada por Ricardo S. Gomes Vieira, Cecília de
Melo Dias, José Rodrigues Filho e Mário dos Anjos Neto (todos da Universidade
Federal de Pernambuco) e publicada nos Anais do ENAMPAD de 2002 (Encontros

da Associação Nacional de Programas de Pós-Graduação em Administração). Esses
pesquisadores analisaram todos os trabalhos de marketing publicados nos Anais
dos ENAMPADs,
ENAMPADs, entre os anos de 1997 e 2001 e, entre outras constatações, apon-
taram este livro como o mais citado entre os autores
autores de marketing nacionais. Ou-
tro trabalho “Análise de citações utilizadas em ADI: 10 anos de Anais Digitais do
ENANPAD (1997-2006)”, realizado pelos pesquisadores Alexandre Reis Graeml,
professor
profess or adjunto do PMDA/UP
PM DA/UP, Curitiba/PR
Curitib a/PR e Marie
Mari e Anne Macadar
Macada r, professora
profess ora
adjunta da UERGS, Porto Alegre/RS, chegaram a conclusões semelhantes. Pesqui- Pesqui-
sa realizada no site publish or perisch indica mais de 2400 citações dessas obras em
teses, dissertações e artigos científicos.
Quero agradecer a todos que me honraram adquirindo esses livros ou citando-
-os em seus estudos, particularmente os colegas, professores e acadêmicos, e os
viii PESQUISA DE MARKETING – EDIÇÃO COMPACTA – MATTAR
colegas profissionais de marketing e de pesquisa de marketing, de todo o Brasil,

dos quais tenho, continuamente, recebido manifestações de apreço e carinho.
O compromisso de manter uma obra viva faz com que constantes atualizações
sejam efetuadas. Notadamente em pesquisas de marketing, as mudanças propi-
ciadas pelo avanço tecnológico na informática (tanto nos equipamentos como nos
sistemas) e na teleinformática (infovias, telecomunicações, teleprocessamentos,

Internet, sites etc.) causaram, e continuam causando, uma constante revolução,
mudando, continuamente, os procedimentos de se fazerem pesquisas.
Esta Edição Compacta objetiva fornecer uma visão básica e resumida aos in-
teressados no tema de pesquisa de marketing e é destinada a alunos de cursos de
graduação em Administração, Propaganda, Comunicação e Engenharia da Produ-
ção. Nesta 5a edição, publicada pela Editora Elsevier foram incorporadas diversas
atualizações, mudanças e inovações.
Agradecimento especial nesta 5a edição devo a Maria Madalena Macedo Vi-
cente, grande amiga e competente profissional de pesquisa, pela revisão e organi-
zação detalhada do texto e pelas críticas e sugestões contidas nesta edição.
A organização
organização do livro permaneceu a mesma das edições anteriores, havendo,
apenas mudanças e atualizações nos conteúdos.
Nesta edição, o livro passa a conter uma página exclusiva no site da Editora
Elsevier em que estarão disponibilizados diversos casos de pesquisas de marketing
no Brasil e slides do professor.
Agradeço antecipadamente as críticas e sugestões.
sugestões.
Fauze Najib
Najib Mattar
São Paulo, julho de 2012.
fauze@usp.br
www.fauze.com.br
www.fauze.com.br
www.mattareassociados.com.br
1 CONCEITOS E TIPOS DE PESQUISAS
Pesqu
Pesquisa
isa de marketing no Brasil e no mundo
Os negócios de pesquisa de marketing passaram a desenvolver-se, no Brasil,

por solicitação de filiais das empresas norte-americanas aqui instaladas.
O primeiro registro de pesquisa realizada no Brasil data de 1934 e refere-se
ao estudo sobre hábitos e preferências de consumidores de café, realizado pela
agência de publicidade N. W. Ayer (de origem nos Estados Unidos) para o Depar-
tamento Nacional do Café. A N. W. Ayer havia montado no Brasil, em 1931, uma
filial para atender a Ford. Foi um período em que diversas empresas estrangeiras
instalaram operações aqui, induzindo suas agências de publicidade a fazerem o
mesmo para atendê-las. Foi dessa época também a vinda da J. Walter Thompson
(1929) para atender a General Motors e da McCann-Erickson (1935) para atender
a Unilever.
Como pode ser observado, na Tabela 1.1, os gastos estimados em pesquisa de
marketing no mundo cresceram 88%, de 2002 a 2010, atingindo US$ 31,2 bilhões.
De 2002 a 2010, em função da crise nos países desenvolvidos, houve mudan-
ças importantes no mercado. A América do Norte que, em 2002, tinha 41% do
mercado mundial de pesquisas, passou a deter 34%, em 2010. Nesse mesmo pe-
ríodo foram observados grandes crescimentos nos mercados da América Central
e do Sul (177%), passando de 4% do mercado para 6%, Oriente Médio e África
(175%), passando de 1% para 2% e Ásia/Pacífico (136%) passando de 13% para
16%. Também
Também pode ser observado que, de 2009 para 2010, a Europa cresceu abai-
xo do mercado (apenas 1% contra 2,8% do mercado) e a América Central e do Sul
cresceram muito acima do mercado (13,9%).
2 PESQUISA DE MARKETING – EDIÇÃO COMPACTA – MATTAR
TABELA 1.1 Gastos em pesquisas de marketing por regiões do mundo em 2002 e 2010 (em
milhões de US$)
Participação Participação Crescimento Crescimento

Região 2002 2002 2010 2010 2002 a 2010 2009 a 2010
(%) (%) (%) (%)
Europa 6.820 41 13.142 42 93 1,0
América do Norte 6.756 41 10.614 34 57 3,1
Ásia/Pacífico 2.156 13 5.082 16 136 3,5
América Central e do Sul 661 4 1.828 6 177 13,9
Oriente Médio e África 208 1 573 2 175 4,3
Total mundial 16.601 100 31.239 100 88 2,8
Fonte: (1) ESOMAR, ISO/TC 225 “Market,

“Market, opinion and social research” Draft Business Plan. IMF International
International
Financial Statistics 2004); (2) ESOMAR Industry Report. Global Market Research 2011:6.1.
Na Tabela 1.2, é apresentada a evolução do faturamento em pesquisas de

marketing
mar keting nos seis principais países e no mundo, de 2002 a 2010 (em milhões de
US$). Nesta tabela pode-se observar que os Estados Unidos, que representavam,
em 2002, 36% do faturamento em pesquisas de marketing no mundo, caiu para
a 32%, em 2010, com crescimento no período de 64%, abaixo do crescimento do
mercado de 88%. A Grã-Bretanha também perdeu participação no mercado (de
11% para 10%). Parte dessa participação foi obtida pela China (4%), que não figu-
rava em 2002, e pelos demais países que cresceram de 30% para 31%.
Na Tabela 1.3 está o faturamento em pesquisas de marketing pela Internet
no mundo e nos dez maiores países (em milhões de US$). As pesquisas de marke-
ting realizadas pela Internet vêm crescendo a taxas de 20% ao ano e já atingiram
22% do faturamento total mundial de pesquisas de marketing em 2010, ou seja,
US$ 6,9 bilhões.
Observa-se que a participação do faturamento das pesquisas pela Internet no
total do faturamento de pesquisas de cada país não é homogêneo, variando de 5%
(China) a 42% (Canadá). Uma das explicações para essas diferenças está nas di-
ferentes penetrações da Internet, porém, não é a única, há outras explicações tais
como a existência de fornecedores de pesquisas especializados em pesquisas on-
-line e aspectos culturais dos povos na pré-disposição a responderem questionários
via internet, entre outras.
outras.
1. CONCEITOS E TIPOS DE PESQUISAS 3
TABELA 1.2 Evolução do faturamento em pesquisas de marketing nos seis principais países
e no mundo de 2002 a 2010 (em milhões de US$)
2002 2010 Crescimento
Participação Participação
País (em US$ (em US$ de 2002 a 2010
(%) (%)
milhões) milhões) (%)
Estados Unidos 6.037 36 9.915 32 64

Grã Bretanha 1.755 11 3.185 10 81
Alemanha 1.490 9 2.889 9 94
França 1.290 8 2.533 8 96
Japão 1.037 6 1.916 6 85
China N/D - 1.114 4 -
Demais países 4.992 30 9.687 31 94
Total mundial 16.601 100 31.239 100 88
Fonte: (1) ESOMAR Association, ISO/TC

ISO/TC 225 “Market,
“Market, opinion and
and social research”. Draft
Draft Business Plan. (2)
Disponível em: <http://mundodapesquisa.wordpress.com/2012/01/06/top-20-mercados-de-pesquisa-
online-em-2011/>. Acessado em: 07 abr.
abr. 2012.
TABELA 1.3 Faturamento em pesquisas de marketing pela Internet no mundo e nos dez
maiores países (em milhões de US$), em 2010
Crescimento
Classificação pelo Pesquisas pela Total de
de Participação das
das pesquisas
faturamento na País Internet (em pesquisas (em pesquisas pela
pela Internet em
Internet US$ milhões) US$ milhões) Internet (%)
relação a 2009 (%)
1 Estados Unidos 1.983 9.915 20 5

2 Alemanha 1.011 2.889 35 20
3 Japão 766 1.916 40 20
4 Grã-Bretanha 733 3.185 23 13
5 França 405 2.533 16 16
6 Canadá 294 699 42 19
7 Austrália 191 657 29 18
8 Espanha 96 736 13 108
9 Itália 93 771 12 75
10 China 56 1.114 5 N/D
Dez maiores 5.628 24.415 23
Demais países 1.245 6.824 18
Total mundial 6.873 31.239 22
Obs.: O Brasil não figura nesta lista por não informar a ESOMAR o faturamento em pesquisas pela Internet.
Fonte: Disponível em: <http://mundodapesquisa.wordpress.com/2012/01/06/top-20-mercados-de-pesquisa-
online-em-2011/>. Acessado em: 07 abr.
abr. 2012.
No Brasil, em 2003, o número de empresas de pesquisas associadas à Asso-

ciação Brasileira das Empresas de Pesquisa – ABEP era de 162, com faturamento
total de R$ 686,5 milhões. Estimando-se que as empresas associadas à ABEP re-
presentam 90% do faturamento
fat uramento do setor,
setor, o faturamento do setor em 2003
200 3 pode ser
estimado em R$ 763,0 milhões.
milhões. Seguindo esses mesmos
mesmos critérios, a estimativa do
faturamentoo de todo o setor,
faturament setor, em 2011, pode ser estimado em R$ 1.776,50
1.776,5 0 milhões,
com crescimento de 133% em relação ao de 2003. 2003 .
Apesar desse crescimento, tendo em vista o tamanho da economia brasileira,
pode-se concluir que esse faturamento é ainda pequeno. A pesquisa de marketing,
apesar de ser um negócio crescente no Brasil, está longe de adquirir a importân-
cia que atingiu, por exemplo, nos Estados Unidos, onde, em 2010, alcançou o
faturamento de US$ 9,9 bilhões ou na Europa, onde, também em 2010, atingiu
US$ 13,1 bilhões.
No entanto, à medida que cresce a adoção do conceito de marketing pelas
empresas brasileiras e a economia do país continuar crescendo a taxas superiores
à dos países desenvolvidos, também crescerá o negócio de pesquisa de marketing
no Brasil.
Com dados dos faturamentos em pesquisas declarados pelas 174 empresas
associadas
associa das à ABEP,
ABEP, em 2011, foi
f oi construída
construí da a Tabela
Tabela 1.4 mostrando um panorama
pa norama
atual do setor no Brasil.
TABELA 1.4 Faturamento do setor de pesquisas de marketing no Brasil – 2011 (em milhões
de R$)
Participação
Nº de Faturamento Faturamento
Porte (1) Nº de Faturamento
empresas conjunto médio anual
empresas (%) (%)
Grandes 11 1.104,54 6,3 80,8 100,41

Médias 30 151,53 17,3 11,1 5,05
Pequenas 133 110,47 76,4 8,1 0,83
Total de associados à ABEP 174 1.366,54 100,0 100,0 7,85
Não associados à ABEP (2) N/D 409,96
Total Brasil (2) N/D 1.776,50
Obs.: (1) Porte das empresas segundo a ABEP: Grandes – Faturamento acima de R$ 11,30 milhões/ano; Médias
– Faturamento acima de R$ 2,89 a R$ 11,30 milhões/ano;
m ilhões/ano; Pequenas – Faturamento até R$ 2,89 milhões/
ano. (2) Estimativas.
Fonte: Dados internos da Associação
Ass ociação Brasileira de Empresas de
d e Pesquisas – ABEP.
ABEP. Abr. 2012.
A análise da Tabela 1.4 indica que a grande concentração no setor

setor,, já detec-
tada em 2003, cresceu ainda mais em 2011, com apenas 11 empresas (6,3%)
respondendo por 81% do faturamento (em 2003 foram 15 empresas), enquanto

163 empresas (93,7%) responderam por 19% do faturamento (em 2003 foram
147 empresas).
Definição de pesquisa de marketing
A pesquisa de marketing faz parte do Sistema de Informação de Marketing –

SIM da empresa e visa coletar dados pertinentes e transformá-lo
transformá-loss em informações
que venham a ajudar os executivos de marketing na solução de problemas especí-
ficos e esporádicos que surgem durante o processo de administração de marketing
e que não estão no SIM.
A European Society for Opinion and Marketing Research – ESOMAR <www. <www.
esomar.. org/index.php> e a American Marketing Association – AMA (1988) assim
esomar
definem a pesquisa de marketing:
“Pesquisa
marketingde marketing
através é a função–que
da informação liga o consumidor,
informação usada paraoidentificar
cliente e oepúblico
definir ao
as
oportunidades e problemas de marketing, gerar, refinar e avaliar a ação de marke-
ting; monitorar o desempenho de marketing, e aperfeiçoar o entendimento de
marketing como um processo. Pesquisa de marketing especifica a informação
necessária destinada a estes fins; projeta o método para coletar informações;
gerencia e implementa o processo de coleta de dados; analisa os resultados e
comunica os achados e suas implicações”.
As denominações
denominações pesquisa de mercado
mercado e pesquisa
pesquisa de marketing são, frequen-
te e erroneamente, usadas como sinônimos. Enquanto a primeira restringe o seu
foco ao mercado da empresa ou de um produto seu, a segunda compreende a pes-
quisa de todo tipo de dado que diz respeito à atividade de marketing da empresa,
incluindo os elementos abrangidos pela pesquisa de mercado, como: levantamen-
tos de mercado, previsão da demanda e de vendas, pesquisas da imagem da em-
presa e de seus produtos etc.
No final deste capítulo, veja o Anexo 1.1, em que são apresentados diversos
tipos de pesquisas utilizados em marketing.
Componentes de uma pesquisa de marketing
O processo
formulação de pesquisa
do problema de marketing
de pesquisa, compreende
planejamento quatro diferentes
da pesquisa, execução etapas:
da pes-
quisa e comunicação dos resultados, ilustradas na Figura 1.1 e descritas a seguir
seguir..
Etapa 1 – Formulação do problema de pesquisa
Problema de marketing/Problema de pesquisa

Exploração inicial do tema
Etapa 2 – Planejamento da pesquisa
Objetivos:
 Objetivo(s) principal(is)
 Objetivo(s) secundário(s)
Questão(ões) e/ou hipótese(s)
Dados, variáveis e indicadores a pesquisar
Fontes de dados
Metodologia:
 Tipo(s) de pesquisa(s)
 Métodos e técnicas de coleta de dados
 População, amostra e amostragem Projeto e/ou

Planejamento da coleta de dados proposta de
 Planejamento do processamento e análise pesquisa
Etapa 3 – Execução da pesquisa
Preparação do campo:
 Construção, pré-teste e reformulação do(s) instrumento(s)
 Edição e impressão do(s) instrumento(s)
 Definição (e sorteio) da amostra
 Formação e treinamento da equipe
 Distribuição do trabalho
Realização do campo:
 Coleta de dados


Conferência/Crítica/Codificação
Checagem/Correções
Processamento/análise/interpretação/conclusão:
 Preparação da planilha eletrônica
 Digitação (caso os dados não tenham sido captados eletronicamente)
 Crítica e consistência eletrônica do banco de dados
 Processamento
 Análises e interpretações dos resultados
 Conclusões e recomendações
Etapa 4 – Comunicação dos resultados
 Elaboração e entrega do relatório da pesquisa

 Preparação e apresentação oral dos resultados
FIGURA 1.1 Etapas de um processo de pesquisa de marketing.

Etapa 1: Formulação
Formulação do problema
problema de pesquisa
pesquisa
Consiste na correta identificação do problema de pesquisa que se pretenda
resolver e que possa efetivamente receber contribuições valiosas da pesquisa de
marketing em sua solução.
Etapa 2: Planejamento
Planejamento da pesquisa
pesquisa
Compreende a definição dos objetivos da pesquisa e de toda sua operaciona-
lização: definição de questões e/ou hipóteses, determinação de dados, variáveis
e indicadores de variáveis a pesquisar
pesquisar,, determinação das fontes de dados, escolha
do(s) método(s) de pesquisa, da(s) forma(s) de coleta dos dados, da definição do
plano de amostragem e do tamanho da amostra, da definição dos procedimentos
de campo, da previsão do plano de processamento e análises, da definição dos re-
cursos necessários (humanos, financeiros, tecnológicos e materiais), da definição
de uma estrutura organizacional para a equipe da pesquisa com definição de res-
ponsabilidades e do estabelecimento de um cronograma com definição de prazos
e datas para o cumprimento de cada etapa e de suas subdivisões.
Etapa 3: Execução
Execução da pesquisa
Compreende a preparação do campo (com ( com a construção, pré-teste e reformu-
lação do(s) instrumento(s), edição e impressão do(s) instrumento(s), sorteio da
amostra, formação e treinamento da equipe e distribuição do trabalho); a realiza-
ção do campo (com a coleta de dados, conferência, crítica, codificação, checagem
e correções) e processamento, análise, interpretação e conclusão (com a prepara-
ção da planilha eletrônica,
eletronicamente digitação – caso
– crítica e consistência os dados
eletrônica do não tenham
banco sido processa-
de dados, captados
mento, análises e interpretações dos resultados, conclusões e recomendações).
Etapa 4: Comunicação
Comunicação dos resultados
resultados
Compreende a apresentação escrita e oral das principais descobertas da pes-
quisa relacionadas ao problema que lhe deu origem, bem como de sugestões e
recomendações de ações pertinentes a sua solução. Compreende também a ela-
boração e entrega do relatório da pesquisa e preparação e apresentação oral dos
resultados.
Diferentes tipos de pesquisa implicam diferentes procedimentos para coleta
e análise dos dados de forma a atender econômica e tecnicamente aos objetivos.
Classificação dos tipos de pesquisa
Diferentes classificações dos tipos de pesquisa têm sido adotadas por diversos
autores. A classificação adotada neste livro considera, num primeiro momento, o
objetivo e o grau em que o problema de pesquisa está cristalizado e, a seguir
seguir,, a na-
tureza do relacionamento
está exposta na Figura 1.2. entre as W
Veja no variáveis
eb Anexoestudadas.
1.1, no siteA <www
classificação
<www.elsevie resultante
.elsevier
r.com.br/
pesquisamktcompacta>,
pesquisamktcom pacta>, diversos tipos de pesquisa de marketing.
Exploratórias
Pesquisas Descritivas
Conclusivas
Explicativas
FIGURA 1.2 Classificação dos tipos de pesquisa.
As pesquisas explicativas
explicativas são também chamadas de verificativas ou causais.
Pesquisa exploratória
A pesquisa exploratória
exploratória visa prover o pesquisador de maior
maior conhecimento
conhecimento so-
bre o tema ou problema de pesquisa em perspectiva. Por isso, é apropriada para
os primeiros estágios da investigação da pesquisa quando o pesquisador não tem
conhecimento suficiente para formular questões e (ou) hipóteses específicas (uma
hipótese é uma afirmação que especifica como duas variáveis devem estar relacio-
nadas). Mesmo quando já existam conhecimentos do pesquisador sobre o assunto,
a pesquisa exploratória também se faz útil, pois normalmente para um mesmo fato
em marketing poderá haver inúmeras explicações alternativas, e sua utilização
permitirá ao pesquisador tomar conhecimento, senão de todas, da maioria delas.
A seguir um exemplo
exemplo para ilustrar esse
esse fato:
 Fato verific
verificado:
ado: vendas do produto A estão caindo.
 Possíveis
Possíveis explicações para o fato:
 Preço elevado.
 Força de vendas fraca: número de vendedores insuficiente, vendedo-

res desmotivados, vendedores mal treinados.
 Propaganda fraca: insuficiente, ineficaz, meios de comunicação utili-

zados inadequados.
 Promoção de vendas: ausente, fraca, inadequada.
 Ausência do produto
produto nos pontos
pontos de venda.
 Problemas com o produto: produto em si, marca, embalagem, mau
uso do produto, assistência técnica ruim.
A pesquisa exploratória poderá ajudar o pesquisador a saber quais das várias
opções se aplicam ao problema de pesquisa.
Esse tipo de pesquisa poderá também ajudar a estabelecer as prioridades a
pesquisar.. As prioridades poderão ser estabelecidas porque uma particular hipóte-
pesquisar
se explicativa surgida durante a pesquisa exploratória parecerá mais promissora
do que outras. Além disso, a pesquisa exploratória poderá gerar informações sobre
as possibilidades práticas da condução de pesquisas específicas.
Usa-se a pesquisa exploratória também para a classificação de conceitos. Por
exemplo, o gerente de vendas está considerando a possibilidade de mudar sua
política de remuneração de vendedores, o que deverá resultar numa elevação do
grau de satisfação da equipe, quer verificar através de uma pesquisa se isso vai efe-
tivamente acontecer e quanto proporcionará de melhoria. Uma pesquisa explora-
tória poderá ser usada para clarificar o conceito de “grau de satisfação da equipe”
e ajudar a desenvolver uma escala através da qual o grau de satisfação poderá ser
convenientemente
convenientem ente medido.
Em resumo, a pesquisa exploratória pode ser usada para os seguintes objetivos:
 Familiariza
amiliarizarr e elevar o conheci
conhecimento
mento e a compreens
compreensão
ão de um problema
de pesquisa em perspectiva.
 Auxiliar a desenvolver
desenvolver a formulação
formulação mais precisa
precisa do problema
problema de pesquisa.
 Acumular a priori informações disponíveis relacionadas a um problema
de pesquisa conclusiva a ser efetuada ou que está em andamento.
 Ajudar no desenvolvimento
desenvolvimento ou na criação de hipóteses
hipóteses explicativas
explicativas de
fatos a serem verificados numa pesquisa explicativa.
 Ajudar no desenvolvimento ou criação de questões de pesquisa relevantes
para o objetivo pretendido.
 Auxiliar na determinação
determinação de variáveis
variáveis relevantes a serem
serem consideradas
consideradas
num problema de pesquisa.
 Clarificar conceitos.
 Ajudar no delineamento do projeto final da pesquisa.
 Verificar se pesquisas semelhantes já foram

foram realizadas,
realizadas, quais
quais os métodos
utilizados e quais os resultados obtidos.
 Estabelecer prioridade
prioridadess para futuras pesquisas.
Métodos da pesquisa exploratória

A pesquisa exploratória utiliza métodos bastante amplos e versáteis. Os mé-
todos empregados compreendem: levantamentos em fontes secundárias, levanta-
mentos de experiências, estudo de casos selecionados e observação informal.
Levantamentos em fontes secundárias: os levantamentos em fontes secun-
dárias compreendem: levantamentos bibliográficos, levantamentos documentais,
levantamentos de estatísticas e levantamento de pesquisas realizadas.
Levantamentos bibliográficos: uma das formas mais rápidas e econômicas de
amadurecer ou aprofundar um problema de pesquisa é através do conhecimento
dos trabalhos realizados por outros, via levantamentos bibliográficos. Esse levan-
tamento envolve ea teses

não, dissertações procura em livros sobre
apresentadas o assunto, revistas
em universidades especializadas
e informações ou
publicadas
por jornais, órgãos governamentais, sindicatos, associações de classe, concessio-
nárias de serviços públicos etc.
Levantamentos documentais: às vezes, a própria empresa mantém em seus ar-
quivos valiosas informações sobre resultados de pesquisas anteriores, registros de
gastos em propaganda e promoção de vendas, número de vendedores por mês e
por região, dados sobre produção, estoques e vendas mensais, práticas de preço
etc. Essas informações, além de terem custos praticamente desprezíveis, poderão
ser de grande importância, não só para a pesquisa em pauta, mas também para o
delineamento de novas pesquisas. O levantamento documental pode também ser
efetuado fora da empresa quando se recorre à análise de documentos de arquivos
públicos.
Levantamentos de estatísticas: são inúmeras as instituições (governamentais
ou não) que geram estatísticas sobre os mais diferentes assuntos. É importante es-
tar sempre atento e ir à busca de estatísticas que possam ajudar no delineamento
do problema de pesquisa. Exemplos de fontes de estatísticas:
 Dados demográficos: IBGE.

 Dados econômic
econômicos:
os: FIPE, FGV
FGV,, IBGE, Fundação SEADE.
Levantamentos de pesquisas realizadas: vale a pena um esforço para verificar se

pesquisas já foram efetuadas sobre o tema em estudo. Mesmo quando efetuadas
em outros locais e em outras épocas, e por isso de pouca utilidade imediata, sua
localização e seu conhecimento permitirão ao pesquisador contato com as meto-

dologias utilizadas e poderão levá-lo a decidir por sua adoção ou não no projeto.
Não é raro o pesquisador ficar surpreso com informações também aproveitáveis
para sua pesquisa. As fontes para esses levantamentos são: empresas de pesquisas,
universidades, faculdades, institutos de pesquisas, publicações especializadas etc.
O grande
de dados risco
é o de que o apesquisador
conduzir corre Muitos
pesquisa errada. ao desprezar as efontes
esforços secundárias
recursos poderão
ser despendidos na realização de pesquisas erradas ou de pesquisas que já foram
realizadas.
Convém lembrar que, em levantamentos secundários, como em pesquisas ex-
ploratórias em geral, o importante é descobrir ideias e explicações possíveis para
o fato ou fenômeno a serem posteriormente investigados, e não tomá-los como
verdades.
Levantamentos de experiências: grande parte das experiências e dos conhe-
cimentos adquiridos não estão escritas. Muitas pessoas, em função da posição pro-
fissional
um temaprivilegiada
ou problema que
emocupam,
estudo.acumulam experiências
Em pesquisas e conhecimentos
de marketing, sobre
todas as pessoas
envolvidas nos esforços de marketing de um produto são potencialmente possui-
doras de informações relevantes. Entre estas pessoas podem ser incluídos: o pre-
sidente da empresa, o diretor de marketing, o gerente de marketing, gerentes de
vendas, gerentes de produto, supervisores
supervisores de vendas, vendedores, promotores
promotores de
vendas, intermediários e clientes/consum
clientes/consumidores.
idores. Deve-se também incluir pesso-
as que, apesar de não estarem envolvidas diretamente no marketing da empresa,
possam deter valiosas informações devido a sua atividade profissional ou ao cargo
que exercem, tais como: consultores, pesquisadores, professores,
professores, advogados, cien-
tistas, jornalistas, presidentes e diretores de sindicatos e associações de classe etc.
O objetivo do levantamento de experiências é o de obter e sintetizar todas as ex-
periências relevantes sobre o tema em estudo e, dessa forma, tornar o pesquisador
cada vez mais consciente da problemática em estudo.
As formas de levantamento de experiências compreendem: entrevistas in-
dividuais ou em grupo, realizadas com especialistas ou conhecedores do assun-
to. Entrevistas individuais devem ser feitas quando o número de especialistas for
pequeno e com experiências variadas. Já as entrevistas em grupo são utilizadas
quando esse número for grande e com experiências assemelhadas.
Para obter rapidez e economia no processo de levantamento de experiências
é necessário uma escolha cuidadosa das pessoas a serem pesquisadas. Será perda
de tempoouentrevistar
cimento que tenhampessoas com pouca
dificuldades experiênciasuas
em comunicar significativa, pouco
experiências. conhe-
Uma for-
ma de identificar as pessoas certas é indagar de administradores que trabalham
na área em estudo, estrategicamente situados, por aquelas com mais experiência,

informação, capacidade analítica e capacidade de comunicar suas experiências e
conhecimentos. Apesar de não haver preocupações com a representatividade, é in-
teressante entrevistar pessoas que possuam diferentes experiências para que se te-
nha uma visão ampla e com diferentes pontos de vista sobre o problema em estudo.
Essas entrevistas,
e pouca tanto individuais quantoo pesquisador
em grupos, caracterizam-se
informalidade estruturação. É comum dispor apenas depela
um
roteiro dos assuntos a serem abordados. Outras vezes, os assuntos a serem abor-
dados estão colocados na forma de perguntas abrangentes, tais como: Qual sua
opinião sobre o mercado de computadores no Brasil? Qual sua opinião sobre as
possíveis razões da queda nas vendas e na participação de mercado de nossa linha
de detergentes domésticos? Tendo em vista que o objetivo é ganhar conhecimento
sobre o tema, o próprio pesquisador é quem deve, de preferência, realizar as entre-
vistas. Não deve ir para as entrevistas com total desconhecimento do assunto. Uma
das maneiras de ganhar conhecimento prévio é através da pesquisa documental e
da bibliográfica. O número de entrevistas a realizar não é definido, e deverão ser
realizadas quantas forem necessárias. A partir do momento em que perceber que
novas entrevistas não estão mais trazendo contribuições significativas para am-
pliar a compreensão do assunto, é chegado o momento de parar.
Os levantamentos de experiências, além de ajudarem a aprofundar o conheci-
mento sobre o problema em estudo, poderão trazer outras valiosas contribuições
para a pesquisa, tais como: Quais os problemas mais emergentes? Quais as facili-
dades disponíveis para a condução da pesquisa? Quais fatores podem ou não ser
controlados? Quais as possíveis fontes de dados e sua acessibilidade? Qual a dis-
posição das pessoas em cooperar? etc.
Cuidados especiais devem ser tomados ao serem apresentados os resultados
de levantamentos de experiências. Deve ficar claro que se trata de estudos explo-
ratórios e não conclusivos, que seus objetivos são o de aprofundar o conhecimento
do assunto e gerar hipóteses explicativas sobre os fatos e fenômenos em estudo e,
finalmente, que as informações foram obtidas de uma amostra casual ou intencio-
nal de pessoas com experiência nesse campo.
Estudo de casos selecionados: uma terceira forma de aprofundar o conhe-
cimento de problemas não suficientemente definidos é através de estudos de ca-
sos selecionados. É um método muito produtivo para estimular a compreensão e
sugerir hipóteses e questões para a pesquisa. O método do estudo de casos pode
envolver o exame de registros existentes, a observação da ocorrência do fato, en-
trevistas estruturadas,
ser um indivíduo, um entrevistas não estruturadas
grupo de indivíduos, etc. O objetoum
uma organização, dogrupo
estudodepode
or-
ganizações ou uma situação. Como o estudo de caso é um método de pesquisa
exploratória, convém novamente lembrar

lembrar que seu objetivo é o de gerar hipóteses e
não verificá-las, além de possibilitar a ampliação dos conhecimentos sobre o pro-
blema em estudo.
Em marketing, existem inúmeras situações em que os estudos de casos aju-
dam a compreender melhor o problema em estudo e a gerar hipóteses, por exem-
plo: Por que certos vendedores vendem muito mais do que outros? Por que certos
intermediários são mais cooperativos com a empresa do que outros? Por que cer-
tos grupos de consumidores reagem mais favoravelmente aos apelos promocionais
do que outros?
Esse método possui três características. A primeira é que os dados podem ser
obtidos em tal nível de profundidade que permitem caracterizar e explicar deta-
lhadamente os aspectos singulares do caso em estudo, bem como apontar seme-
lhanças e diferenças quando comparado com outros casos estudados. Dependendo
dos objetivos e do objeto em estudo, este método poderá demandar muito tempo.
A segunda característica é a atitude receptiva do pesquisador que deve ser carac-
terizada pela busca de informações e gerações de hipóteses, e não por conclusões
e verificações. A terceira é a capacidade de integração do pesquisador de reunir,
numa interpretação unificada, inúmeros aspectos do objeto pesquisado.
Não existem regras para a escolha dos casos pesquisáveis. A experiência indi-
ca que, em determinadas situações, alguns tipos são mais adequados que outros.
Por exemplo:
 Casos que reflitam comportament

comportamentosos ou
ou desempenhos
desempenhos extremados: estu-
dar o melhor e o pior vendedor da empresa; estudar um caso de sucesso e
outro de insucesso de lançamento de novos produtos na mesma empresa;
estudar um caso de empresa bem-sucedida e um de uma malsucedida no
mesmo ramo empresarial.
 Casos que
que reflitam
reflitam mudanças
mudanças e, particularment
particularmente,
e, mudanças
mudanças abruptas:
abruptas:
estudar uma agência de um grande banco que vinha tendo um péssimo
resultado e que em pouco tempo passa a ter um ótimo desempenho, sem
que as causas fossem conhecidas.
 Casos em que reconhecidamente
reconhecidamente houve, ouou não, exposições a determi-
nadas condições: estudar dois produtos de uma mesma empresa em que
um ficou exposto a condições comerciais especiais (tais como descontos e
promoções de vendas) e o outro não.
Em estudos
contrastes exploratórios,
ou que é correto
tenham aspectos afirmar
salientes sãoque
maiscasos
úteis.que apresentam
Assim, em vez nítidos
de tra-
balhar com casos médios, em que a percepção de pequenas diferenças tende a ser
difícil, procura-se trabalhar com casos extremos, no sentido de exagerar as dife-

renças que possam existir,
existir, e daí tirar hipóteses explicativas para o fato.
Observação informal: a observação informal em pesquisas exploratórias en-
volve a natural capacidade de observar continuamente objetos, comportamentos
e fatos ao redor. O processo de observação utilizado no dia a dia é chamado de
observação informal não dirigida, e a percepção e retenção do que é observado é
muito pequena e vai depender dos interesses individuais e da capacidade de per-
cepção do observador
observador.. Para a utilização em pesquisas exploratórias, a observação
deverá ser informal e dirigida, pois deverá estar centrada unicamente em observar
objetos, comportamentos
comportamentos e fatos de interesse para o problema em estudo, mesmo
que obtidos informalmen
informalmente.
te.
Pesquisas conclusivas descritivas

As pesquisas
pesquisas conclusivas
conclusivas são caracterizadas por possuírem objetivos bem defi-
defi-
nidos, procedimentos
de problemas formais,
ou avaliação serem bem de
de alternativas estruturadas e dirigidas para a solução
cursos de ação.
A maioria das pesquisas de marketing realizadas é de pesquisas descritivas
conclusivas (ou simplesmente chamadas de pesquisas descritivas). Sob a denomi-
nação de pesquisas descritivas, é agrupada uma série de pesquisas cujos processos
apresentam importantes características em comum. Diferentemente do que ocor-
re nas pesquisas exploratórias, a elaboração das questões de pesquisa pressupõe
profundo conhecimento do problema a ser estudado. O pesquisador precisa saber
exatamente o que pretende com a pesquisa, ou seja, quem (ou) o que deseja me-
dir, quando e onde o fará, como o fará e por que deverá fazê-lo.
vistasAspessoais,
técnicas de
técnicas obtençãopor
entrevistas de dados da pesquisa
telefone, pesquisa descritiva
descritiva
questionários compreendem:
compreendem:
autopreenchidos peloentre-
cor-
reio, fax/Internet, questionários pessoais e observação, que serão discutidos em
maior profundidade ao longo deste livro.
A pesquisa descritiva é utilizada
utilizada quando o propósito for:
 Descrever as características
características de grupos.
grupos. Por
Por exemplo,
exemplo, obter
obter um perfil dos
dos
consumidores, através de sua distribuição em relação a sexo,
s exo, faixa etária,
nível educacional, nível socioeconômico, preferências e localização.
 Estimar a proporção de elementos numa população específica que tenham
determinadas características
consomem o produto ou comportamentos.
A?; Quantos Por exemplo,
assistem ao programa quantos
X?; Quantos
costumam comprar o produto Z em supermercados e quantos em lojas
de departamento?; Quantos usam o produto A da forma K e quantos da

forma Z?.
 Descobrir ou verific
verificar
ar a existênc
existência
ia de relação entre variáveis
variáveis.. Por exem-
plo, será que as pessoas de maior nível educacional preferem nosso pro-
duto?; Será que as novelas de TV são assistidas mais pelas mulheres com
mais de 40 anos do que pelas mais jovens? (Observe que nenhuma dessas
perguntas envolve relação de causa e efeito entre as variáveis, mas sim-
plesmente a existência de relações).
Entre pessoas pouco familiarizadas com pesquisas de marketing, é comum

julgar que para realizá-las basta construir rapidamente um questionário e sair a
campo coletando dados. Ao findar este trabalho imenso, ficam certamente decep-
cionadas com a inutilidade da maioria dos dados coletados dessa forma desorde-
nada. A quantidade de opções de dados que podem ser coletados numa pesquisa
é infinita, por isso é preciso saber antes, para aquele particular fato ou fenômeno
em estudo, quais são os dados relevantes a serem coletados. Isso enfatiza a neces-
sidade do planejamento rigoroso da pesquisa.
Verifi
Verifique
que a segu
seguinte
inte situa
situação:
ção: uma cadeia de loja
lojass de varej
varejoo está inter
interessa-
essa-
da em elevar o movimento de compras em suas lojas, considerado pelo diretor-
-superintendente
-superintenden te mais de 30% abaixo do nível esperado. Para
Para montar um plano de
marketing para fazer as vendas voltarem ao normal, o diretor-superintendente soli-
citou a seu pessoal de marketing que antes aprendesse mais sobre os consumidores-
-alvos da rede. Para ser projetada uma pesquisa que viesse a ajudar na solução do
problema apresentado, foram colocados alguns exemplos de questões que precisam
ser definidas antes de efetuar a coleta de dados:
da dos:

Como caracterizar o público
público a pesquisar: por sexo, idade, nível de esco-
laridade, classe de renda, ocupação, local de moradia, estilo de vida? etc.
 Como caracterizar
caracterizar a preferência
preferência por
por uma rede de lojas:
lojas: pela frequência
de compra, imagem, itens comprados, fidelidade? etc.
 Quais unidades a serem
serem consideradas na pesquisa: residências, famílias,
indivíduos? etc.
 Como os dados
dados serão
serão coletados:
coletados: por entrevistas
entrevistas pessoais, entrevistas por
telefone, correio, fax/Internet, por preenchimento de questionários nas
lojas? etc.
 Se a escolha for
for entrevistas
entrevistas pessoais, em que locais devem
devem ser efetuadas:
nas lojas, na rua, em casa, no local de trabalho? etc.
 Como analisar os dados a serem coletados.
Estas questões não exaurem todas as dúvidas possíveis de ocorrer durante a

elaboração de um planejamento de pesquisa. Algumas serão respondidas pelo uso
da lógica e da experiência do pesquisador,
pesquisador, outras a partir de estudos exploratórios,
enquanto algumas mais complexas poderão exigir até a condução de uma pesqui-
sa piloto.
Levantamentos e estudos
estudos de campo
Há dois tipos básicos de pesquisas descritivas: levantamentos de campo e estu-
dos de campo (Figura 1.3), embora a distinção entre um e outro não seja precisa.
A diferença básica está na grande amplitude e pouca profundidade dos levanta-
mentos de campo e na média profundidade e média amplitude dos estudos de
campo. Dependendo dos objetivos do estudo, tanto uma abordagem quanto outra
são perfeitamente justificáveis e plenamente corretas. Note que, quando a profun-
didade for grande e a amplitude pequena, o projeto de pesquisa resultante será o
estudo de caso que já foi apresentado como um dos métodos da pesquisa explora-
tória. Na Figura 1.4, é mostrada a diferença entre os tipos de pesquisas: estudos
de casos, estudos de campo e levantamento
levantamentoss de campo segundo a profundidade e
amplitude considerada.
Pesquisas descritivas
Levantamentos Estudos
de campo de campo
Ocasionais Evolutivas
Painel
Fixo Móvel
FIGURA 1.3 Classificação das pesquisas descritivas.

Profundidade
1. Estudos de casos
1 2. Estudos de campo
3. Levantamentos de campo
Amplitude
FIGURA 1.4 Diferenciação entre estudos de casos, estudos de campo e levantamentos de

campo, segundo a profundidade e a amplitude da pesquisa.
Com o levantamento de campo, procuram-se dados representativos da po-

pulação de interesse, tanto em relação ao número de casos incluídos na amostra,
quanto à forma de sua inclusão; já com o estudo de campo, está-se menos preo-
cupado com a geração de grandes amostras representativas de uma população, e
mais, com o estudo medianamente profundo de algumas situações típicas. A ênfa-
se do levantamento de campo está na geração de sumários estatísticos, tais como
médias, modas, variâncias, decis, centis, porcentagens e a relação destes sumários
estatísticos. Já os estudos de campo devem ser utilizados quando se estiver mais
interessado em conhecer o inter-relacionamento entre as diversas variáveis que
ocasionam um fenômeno e, principalmente, quando for difícil entender o fenôme-
no sem entender esse inter-relacionamen
inter-relacionamento.
to.
Grande parte das preocupações nos levantamentos de campo é canalizada
para a seleção dos componentes da amostra. Essa seleção é usualmente feita atra-
vés de um plano de amostragem probabilística, cujo objetivo é o de minimizar o
erro associado às estatísticas obtidas a partir da amostra selecionada (chamado
erro amostral) e usadas para descrever a população em estudo.
Vantagens
V antagens do levantamento
levantamento de campo:
 Representatividade da população em estudo: à medida que a amostra é
gerada a partir de métodos probabilísticos, tem-se total controle sobre o

erro amostral.
 Geração de tabelas
tabelas com os dados coletados: como o número de elementos
da amostra é geralmente grande, o levantamento de campo permite a ge-
ração de tabelas, sumarizadas por categorias, com os dados coletados, e a
generalização desses sumários para toda a população em estudo.
 Geração de tabelas
tabelas com o cruzamento
cruzamento de dados:
dados: também
também graças
graças ao gran-
de número de elementos pesquisados, o levantamento de campo permite
a geração de tabelas a partir da tabulação cruzada. Essas tabelas consis-
tem na apresentação da classificação dos elementos da amostra em diver-
sas categorias simultaneamente.
 Desperta no público
público em geral maior confiança nos resultados
resultados da pesquisa
pesquisa
quando comparado a outros métodos.
Desvantagens do levantamento de campo:
 Não permite
permite aprofundar
aprofundar os tópicos
tópicos da pesquisa. A extensão da informa-
informa-
ção procurada é usualmente enfatizada em detrimento da profundidade.
Além disso, sua característica de gerar sumários estatísticos para descre-
ver os fenômenos pode não ajudar em nada na compreensão da popula-
ção estudada, dependendo do nível de agregação/desagregação
agregação/desagregação com que
os dados foram coletados. O levantamento de campo é mais adequado a
pesquisas extensivas, outros tipos de pesquisa são mais adequados para a
realização de pesquisas profundas.
 É mais dispendioso, tanto em termos de custo quanto de tempo. Devido
às preliminares necessárias, vitais neste método, exige grande tempo de
preparação antes que qualquer dado possa ser coletado. O processo total
de pesquisa,
coletados, desdejáaestar
precisa definição do problema
realizado antes queaté
umaa simples
tabulação dos dados
hipótese pos-
sa ser testada. Cada uma dessas etapas requer grandes investimentos de
tempo e dinheiro.
 A realização
realização de levantamentos
levantamentos de campo
campo requer
requer grandes
grandes conhecimentos
técnicos. O pesquisador e sua equipe precisam ou possuir os conhecimen-
tos exigidos a cada estágio do processo ou ter acesso a quem os possua,
na forma de consultoria técnica. É raro que um mesmo indivíduo pos-
sua amplos e profundos conhecimentos técnicos em áreas tão diferentes
e sofisticadas como as necessárias às pesquisas de marketing, a ponto
de tanto saber
complexo planodesenvolver umaouescala
de amostragem de atitudesplano
um sofisticado quanto projetarpara
de análises um
processamento eletrônico dos dados.
Vantagens
Vantagens dos estudos
estudos de campo:
 Os fenômenos
fenômenos são investigados durante sua ocorrência
ocorrência natural e, ao con-
trário dos estudos em laboratório
laboratório,, não há manipulação das variáveis con-
troláveis. Não há, portanto, ocorrência de vieses advindos destas causas.
 Constituem-se numa grande
grande fonte geradora
geradora de hipóteses.
hipóteses. Os estudos de
campo servem, principalmente, aos propósitos da pesquisa exploratória,
em que a ênfase está na geração e não no teste de hipóteses.
 Quando a percepção
percepção do pesquisador
pesquisador é de que há grande homogeneidade
nos elementos da população, o estudo de campo será recomendado, pois
se caracteriza como uma forma mais rápida e mais econômica de obten-
ção dos dados, sem perda da representatividade.
representatividade.
 Adquire-se profundo conhecimento das relações entre as variáveis de pes-
quisa nos casos estudados.
Desvantagens dos estudos de campo:
 Os estudos
estudos de campo possuem
possuem a característica de somente
somente investigar
investigar o
fato após sua ocorrência (ex-post facto) e, por isso, não possibilitam que
haja controle sobre as variáveis em estudo (diferentemente das pesquisas
em laboratório, em que o controle é total, e dos levantamentos, onde o
controle é parcial). Há, portanto, sempre um grande número de variáveis
que interferem nos resultados e cujos efeitos são difíceis ou até impossí-
veis de serem isolados.
isolados.
 Não podem
podem ser generalizad
generalizados
os para a população,
população, a não ser quando já se
tem um conhecimento anterior sobre a homogeneidade da população
pesquisada. Embora este método seja muito utilizado em pesquisas de
marketing, respondendo
respondendo a questões específicas sobre o que, como, onde,
quem etc., o pesquisador precisa ser absolutamente honesto na apresenta-
ção dos resultados em relação a esta desvantagem dos estudos de campo.
Por outro lado, tanto o levantamento de campo quanto os estudos de campo
podem ser classificados em ocasionais ou evolutivos.
Pesquisas
Pesquisas ocasionais
ocasionais e pesquisas evolutivas
O projeto de pesquisa ocasional é o mais conhecido e mais usado dos projetos
de pesquisa descritiva. É caracterizado pelo uso de uma amostra de elementos da
população de interesse,
po e visa atender em que os
a um objetivo elementos
específico. O são medidos
projeto uma proporciona
ocasional única vez novisão
tem-
das variáveis em estudo em determinado momento.
O projeto de pesquisa evolutiva baseia-se na coleta e análise periódica das

mesmas variáveis de forma a permitir seus acompanhamentos evolutivos no tem-
po. A população pesquisada deverá sempre ser a mesma, mas a amostra pesqui-
sada a cada medição poderá ou não ser a mesma. Se a amostra pesquisada for
sempre a mesma, a pesquisa evolutiva denomina-se pesquisa painel. O pesquisa-
dor sempre
sar deve sempre preferir,
os mesmos quando for
elementos, possível,
elimina umaa pesquisa painel,
das possíveis pois,deaoviés.
fontes pesqui-
No
entanto, mesmo não havendo essa possibilidade, a pesquisa deverá ser realizada
utilizando-se amostras diferentes a cada medição.
Pesquisa painel: as pesquisas evolutivas por painéis são muito utilizadas em
marketing. Muitas das informações necessárias para marketing precisam ser ob-
tidas de forma periódica,
periódica, de maneira a permitir uma avaliação contínua de sua
evolução no tempo. Existem empresas de pesquisas especializadas em fornecer in-
formações de marketing a partir de pesquisas painéis.
O painel é chamado fixo quando sempre os mesmos entrevistados são pesqui-
sados a cada rodada; é chamado móvel
móvel quando a cada rodada são sorteados
sorteados no-
vos entrevistados.
entrevistados.
Exemplos de pesquisas painéis conduzidas por empresas de pesquisa de
marketing:
 Índice Nielsen
Nielsen Alimentar: coleta e processa dados sobre grande número de
produtos (incluindo: bebidas, enlatados, sabonetes, sabões em pó etc.),
a cada dois meses, de um painel de lojas de alimentos em todas as regi-
ões metropolitanas do país. Os dados coletados e processados incluem:
compras, vendas, estoques e preços das diversas marcas existentes das
categorias de produtos pesquisados. As informações fornecidas, a cada
dois meses aos clientes, compreendem: volume de vendas por categoria,
por marca (inclusive a dos concorrentes), por região, preços praticados e
índices de distribuição (quantitativa e qualificada).
 Índices
Índices de
de audiênc
audiência
ia da
da TV (IBOP E) <www
(IBOPE) <www.ibope.com
.ibope.com.br>
.br>: coleta dados de
audiência de um painel de 3.019 domicílios no Brasil, através de aparelhos
people meters instalados nos televisores (veja detalhes no Capítulo 2).
Painel omnibus: uma variação da pesquisa painel que tem sido utilizada por
agências de pesquisa, principalmente no sentido de baratear o processo de coleta
dos dados, é o chamado painel omnibus, que consiste numa amostra permanente
de uma população que é frequentemente pesquisada. As informações coletadas
podem
vez, variarmedir
pode-se mconforme as necessidades
edir atitudes em relação ados
em umclientes contratantes
novo produto, da agência.
em outra Uma
os membros
membros
do painel podem ser solicitados a avaliar alternativas
a lternativas para propaganda. Inclusive,
numa mesma coleta, dados de diferentes produtos para diferentes clientes podem
ser levantados. Dependendo do grau de especificidade da pesquisa, às vezes, faz-
-se necessário selecionar do total da amostra uma subamostra que reúna os ele-
mentos com as características desejadas. Como os custos de montagem de um
painel e de coleta dos dados são elevados, à medida que um painel pode ser uti-
lizado
diluiçãopara
dosatender
custos. às necessidades de pesquisas de vários clientes, haverá uma
Vantagens
Vantagens da pesquisa
pesquisa painel:
 Análises longitudinais por longos períodos de tempo, permitindo verificar

tendências.
 Reduz os custos de construçõ
construções
es contínuas de amostras; se for painel
omnibus, o custo será diluído mais ainda.
 Ao repetirem
repetirem sempre as as mesmas tarefas, os entrevistadores
entrevistadores ficam habil-
habil-
mente treinados na coleta de dados. Ganham-se rapidez e precisão.

Há grande interação entre entrevistado e entrevistad
entrevistador
or,, o que cria um
ambiente propício para a colaboração.
A vantagem mais importante da pesquisa painel é a analítica. Entretanto a
pesquisa painel apresenta uma única e grande desvantagem: a dificuldade de
manter o painel representativo da população. Há necessidade de grande esforço
do pesquisador para compensar as perdas resultantes de recusas, mudanças, de-
sistências, ausências temporárias etc. Em alguns casos, este conjunto de fatores
pode chegar a representar até 50% de quebra da amostra inicialmente delineada
para o painel. Quando for possível prever estas ocorrências, o pesquisador poderá
planejar substituições e minimizar as implicações sobre os resultados. Note, no en-
tanto, que esse procedimento muda o caráter da pesquisa que deixa de ser painel.
Pesquisa
Pesquisa explicativa
Conceito de causalidade
Em diversas situações da prática de marketing – tais como alterações no pre-
ço de um produto, escolha do nome para um novo produto, escolha de uma nova
embalagem para um produto existente, qual o melhor perfil para a equipe de ven-
das, quais devem ser os resultados de uma nova campanha de propaganda ou de
promoção
dade de os de vendas,dequais
gerentes as razões
marketing de um insucesso
descobrirem relaçõesdede vendas
causa e–efeito
há a entre
necessi-
as
variáveis de decisão de marketing (sobre
(sobre as quais eles têm controle)
controle) e as variáveis
de resultado (sobre as quais eles não têm controle). No entanto, a atribuição, na

prática, da “causalidade”, ou seja, ter a certeza de que “o responsável por isso foi
aquilo”, não é simples de ser estabelecida. Selltiz et al. (1974) apresentam inte-
ressante discussão sobre a problemática do estabelecimento de relações de causa
e efeito. O senso comum que se faz de causalidade é a de que um único aconte-
cimento,
causação adeterminística.
“causa”, sempreDeprovoca outro acontecimento,
forma esquemática, o “efeito”.
a causalidade, segundoÉ chamada
o senso
comum, pode ser assim representada:
única causa  único efeito

ou: x  y
Onde: x = variável independente e

y = variável dependente.
Ao contrário, o pesquisador científico tende a acentuar que uma série

série de con-
dições determinantes reunidas torna provável a ocorrência de determinado fato.
Enquanto o senso comum faz pensar que um único fato (causa) pode dar uma
explicação completa para outro fato (efeito), o cientista raramente espera encon-
trar um único fato responsável pela ocorrência de outro; inclusive, jamais chega a
afirmar categoricamente a relação de causalidade, mas sim em termos de proba-
bilidade, com afirmações do tipo: “se ocorrer isto, provavelmente deverá ocorrer
aquilo”. É a chamada causação probabilística. O cientista assim procede porque
tem consciência da impossibilidade de provar, mas de apenas inferir, a existência
de causalidade. Essa inferência será baseada na observação do comportamento
dessas
vas. Devariáveis, diante de condições
forma esquemática, contribuintes
a causalidade, contingentes
segundo a, ciência, e alternati-
pode ser represen-
tada da seguinte forma:
Várias possíveis causas Efeito pressuposto

pressuposto
x
z
t y
v
s
Onde: x, z, t, v e s = variáveis independentes e

y = variável dependente.
Condição contribuinte: é aquela que aumenta a probabilidade de ocorrên-

cia de determinado fenômeno, mas não a torna certa; isso ocorre porque é ape-
nas um entre vários outros fatores que, juntamente, determinam a ocorrência do
fenômeno.
Condição contingente: diz respeito à condição em que uma variável é causa
contribuinte de determinado fenômeno.

Condição alternativa: diz respeito a outras possíveis condições favoráveis
para a ocorrência do fenômeno observado e que não foram consideradas. Note
que todas as hipóteses em pesquisas de marketing se referem a condições contri-
buintes ou alternativas.
Critérios para inferir relações de causalidade

São três os critérios para inferir causalidade: variação concomitante, ordem
de ocorrência das variáveis no tempo e eliminação de outros fatores.
umaVVariação
ariação causa
possível concom
concomitante:
(x)itante: diz respeito
e um efeito à ocorrência
(y), segundo de variação
o estabelecido porconjunta entre
uma hipótese
considerada.
Considere-se o seguinte exemplo: uma empresa fabricante de motocicletas
estabeleceu a seguinte hipótese, dentre outras, para a sua baixa participação de
mercado: “Nossa participação de mercado (y) depende da qualidade de nossas con-
cessionárias (x). Onde temos boas concessionárias, nossa participação é boa; onde
temos concessionárias
concessionárias fracas, nossa participação é baixa.” Para verificar a veracida-
de desta hipótese, foram levantados dados sobre a qualidade de cada uma das 200
concessionárias, selecionadas
selecionadas aleatoriamente, bem como sobre a sua intensidade de
participação no mercado. O resultado está apresentado na Tabela
Tabela 1.5.
TABELA 1.5 Exemplo de evidência de variação concomitante
Qualidade da Participação no mercado (y)

concessionária (x) Baixa Média Alta
Baixa 4 (2%) 12 (6%) 24 (12%)
Média 6 (3%) 18 (9%) 36 (18%)
Alta 10 (5%) 30 (15%) 60 (30%)
As informações constantes da Tabela 1.5 evidenciam que há variação con-

comitante entre as duas variáveis relacionadas, ou seja, à medida que piora a
qualidade da concessionária, também piora a participação de mercado da empre-

sa, e vice-versa. Cuidado, pode-se concluir que há variação concomitante, mas não
se pode concluir que este fato seja a razão da baixa participação de mercado da
empresa, sem que estudos mais profundos sejam realizados. Veja que a seguinte
condição alternativa poderia estar relacionada com o fato observado: “A
“A qualidade
das concessionárias que a empresa consegue atrair para sua rede de distribuição é
baixa porque seus produtos não exercem atratividade no mercado, e por isso não
despertam o interesse das boas concessionárias”.
Ordem de ocorrência das variáveis no tempo: diz-se que um evento só po-
derá ser causador de outro se ocorrer antes ou simultaneamente ao efeito causado.
Ou seja, no exemplo deste capítulo, o diretor de vendas jamais poderia alegar que
a razão do incremento nas vendas teria sido o treinamento realizado, se este só
tivesse ocorrido um mês após o início do crescimento nas vendas.
Mesmo já tendo estabelecido que dois eventos variam concomitantemente no
tempo, e também verificado que o evento causador antecede à ocorrência do efei-
to, o pesquisador não pode inferir que há relação de causa e efeito, pois ainda per-
manecerá a dúvida: Será que existem outros possíveis eventos que possam causar
o efeito observado?
Eliminação de outros fatores: o terceiro critério que precisa ser atendido
para que se possa induzir uma relação de causa e efeito é a busca e eliminação
de outros possíveis fatores causadores do efeito estudado. O problema é que
aqui, diferentemente dos dois casos anteriores, não existe regra para aplicação
deste critério. O pesquisador precisa usar de toda sua experiência e sensibilida-
de para procurar e tentar eliminar os outros possíveis fatores. Segundo Chur-
chill (1979), a eliminação de outros possíveis fatores é muito parecida com a
abordagem usadaconseguir
ou seja, se você por Sherlock Holmes
eliminar todaspara desvendarcausas
as possíveis os crimes misteriosos,
menos uma, esta
deverá ser inferida como a causadora do efeito. Na prática de pesquisa de ma-
rketing, esse critério será aplicado com a medição de outras possíveis variáveis
ou controlando as outras causas, através do projeto do experimento, como será
visto adia
adiante
nte neste
n este capít
c apítulo.
ulo.
A postura correta em relação a estes
estes três tipos de critérios para detectar a evi-
dência de causalidade é que eles proporcionam base razoável para que se acre-
dite que uma variável x é, ou não é, causadora de y. Jamais se terá certeza se os
resultados serão verdadeiros, mesmo quando todo o relacionamento tenha sido
conclusivamente demonstrado.
medida que repetidas Ganha-se
experimentações maior
com confiabilidade
as mesmas variáveisnos resultados, àe
independente
dependente indicam sempre as mesmas conclusões.
Experimentação
Experimentação
Uso de projetos experimentais em marketing: uma das formas mais uti-

lizadas em marketing para identificar relações de causa e efeito entre variáveis
é a experimentação. É apresentada no Quadro 1.1 uma listagem das inúmeras
utilizações possíveis de projetos experimentais em marketing, além dos testes de
marketing.
QUADRO 1.1 Exe

Exemplo
mploss das poss
possibil
ibilida
idades
des de util
utiliza
ização
ção de proj
projetos
etos exp
experi
erimen
mentais
tais em mark
marketi
eting
ng
– Qual o melh
Qual melhoror cana
canall para
para dist
distrib
ribuir
uir nos
nosso
so prod
produto
uto??
– Qual a relaçã
relaçãoo entre espaço ocupa
ocupado do na pratelei
prateleira
ra dos superm
supermercado
ercadoss e a participa
participação
ção no mercad
mercadoo
de nosso produto?
– O tipo de vizinhan
vizinhança
ça do nosso produ
produtoto na pratel
prateleira
eira do supermerca
supermercado
do tem implica
implicações
ções em suas
vendas?
– Qual o relacionam
relacionamento
ento entre
entre a altura
altura em que nosso
nosso produto
produto é colocado
colocado na pratel
prateleira
eira do
do supermercad
supermercadoo
e suas vendas?
– Qual o efeito
efeito sobre
sobre as vendas
vendas de uma
uma pretendida
pretendida reduçã
reduçãoo no preço de um produt
produto?
o?
– O lançament
lançamentoo de um um novo item em nossa linha de produtosprodutos ganhará
ganhará venda
vendass de um produt
produtoo
concorrente ou ganhará vendas de outro produto nosso (canibalismo)?
– Qual deverá
deverá ser
ser o efeito
efeito de uma nova campan
campanhaha de propaga
propaganda
nda ou de promoção
promoção de vendas,
vendas, em nível
nível
nacional?
– Quall deverá
Qua deverá ser
ser o efeito
efeito de
de um novo
novo plano
plano de
de incenti
incentivo
vo à equip
equipee de venda
vendas?
s?
– Qual a relação
relação entre o nível
nível de estocag
estocagem
em de nosso
nosso produto nos lares
lares e o volum
volumee de consumo
consumo??
– Qual de
dentre n (n não maior que 5) opções de propaganda/promoções de vendas/novas embalagens/
novas marcas/novos sabores/novos aromas/novas cores/novos rótulos/novo design etc. sensibiliza mais
o consumidor e deve ser adotada?
Esses são apenas alguns exemplos e essa lista poderia ser estendida indefini-
damente. Segundo Cox e Enis (1969):
“A utilidade dos projetos experimentais de marketing abrange todas as áreas

funcionais de decisão de promoção, distribuição, preço e produto. Sempre que o
gerente de marketing estiver interessado em medir os efeitos de cursos de ação
alternativos, a experimentação pode ser uma forma prática de reduzir o risco
envolvido na escolha dessas alternativas”.
Definições e conceitos: para facilitar o entendimento dos projetos experi-

mentais que serão apresentados a seguir, é importante antes conhecer alguns con-
ceitos e definições básicos.
Experimento: segundo Kerlinger (1973):
“Um experimento é um tipo de pesquisa científica na qual um pesquisador ma-

nipula e controla uma ou mais variáveis independentes e observa a variação na
variável ou variáveis dependentes
dependentes concomitantemente à manipulação das variá-
veis independentes”.
Variáveis independentes (ou tratamentos): são as variáveis que são manipula-

das (ou controladas) cujos efeitos sobre as variáveis dependentes se deseja medir.
medir.
Exemplos de variáveis independentes em marketing: preço, gastos em propagan-
da, tipos de promoções, meios de distribuição, componentes do produto (produto
em si, design, marca, sabor, cor, embalagem etc.).
Variáveis dependentes: são as variáveis cujos efeitos, provocados pelas variáveis
independentes, interessam ao pesquisador medir. Exemplos de variáveis depen-
dentes em marketing: vendas, participação no mercado, experimentação, atitudes,
imagem, elevação do nível de estocagem do produto nos lares etc.
Variáveis
pendentes estranhas: são
consideradas, quetodas as afetar
possam outrasosvariáveis, quedanão
resultados as variáveis
variável inde-
dependente.
Assim, seria uma variável estranha a promoção de vendas que fosse realizada si-
multaneamentee a um estudo que procurasse verificar o resultado sobre as vendas
multaneament
de uma pretendida redução no preço de um produto. Os efeitos dessa promoção
de vendas iam “mascarar” os resultados que se pretende medir exclusivamente em
função da redução de preços pretendida. O pesquisador tem três possíveis formas
de lidar com variáveis estranhas para isolar,
isolar, controlar ou eliminar seus efeitos so-
bre a variável dependente. A primeira é controlar fisicamente a variável. No exem-
plo visto, o experimento deveria ser conduzido em unidades de supermercado em
que não houvesse simultaneamente atividades de promoção de vendas (ou deve-
ria ser solicitada acom
de supermercado áreaausência
de promoção de vendasdeque
de promoção reservasse
vendas algumas
para que unidades
o experimento
fosse realizado). A segunda maneira é, se o controle físico não for possível, fazer
com que o experimento seja conduzido em unidades, com a variável estranha,
probabilisticamente selecionada.
selecionada. A terceira, e mais adequada maneira, é controlar
os efeitos das variáveis estranhas, através de experimentos especificamente
especificamente proje-
tados com esse intento. Na sequência deste capítulo, será analisada esta terceira
forma de lidar com variáveis estranhas.
Unidades de teste (ou unidades experimentais): as unidades de teste são as en-
tidades nas quais os tratamentos são aplicados e os efeitos, medidos. Em marke-
ting, pode-se utilizar como unidades de testes pessoas ou instituições, tais como
indivíduos,
unidades defamílias, lojas, regiões
teste quando geográficas
são expostos etc. Exemplos:
a determinada indivíduos
propaganda e, emserão as
segui-
da, medem-se as mudanças nas suas atitudes em relação ao produto em tela;
supermercados serão as unidades de teste quando se realiza uma atividade pro-

mocional em suas dependências e mede-se o efeito sobre as vendas do produto
em cada loja.
Grupo experimental: são as unidades de teste expostas ao tratamento
experimental.
Grupo de controle: são as unidades de teste não expostas ao tratamento experi-
mental e que servem para medir os efeitos das outras variáveis a que tanto o grupo
experimental quanto o de controle estão sujeitos.
Projeto experimental: um projeto experimental envolve: (1) a definição de uma
hipótese, relacionando duas ou mais variáveis; (2) determinação da variável (ou
variáveis) independente (ou do tratamento); (3) determinação da(s) unidade(s)
de teste; (4) determinação da variável (ou variáveis) dependente(s); e (5) deter-
minação dos procedimentos para tratar as variáveis estranhas.
Experimentos de laboratório e de campo: há dois tipos de experimentos
em pesquisa de marketing: os experimentos de laboratório e os experimentos de
campo.
Experimentos de laboratório: os experimentos de laboratório em pesquisas de
marketing são os que estão mais próximos do conceito de experimento em Ciên-
cias Exatas, segundo o qual o pesquisador tem total controle sobre as variáveis in-
tervenientes no fenômeno observado. Segundo Festinger
Festinger e Katz (1950):
“Um experimento de laboratório pode ser definido como aquele em que o pes-
quisador consegue criar uma situação com as condições exatas que desejaria ter
e na qual ele controla algumas e manipula outras variáveis. Além disso, ele pode
observar e medir os efeitos dessa manipulação das variáveis independentes sobre
as variáveis dependentes, numa situação em que os outros fatores relevantes são
mantidos constantes”.
Em pesquisas de marketing, os experimentos de laboratório, se, por um lado,

têm a vantagem de permitir que o pesquisador tenha grande controle sobre todas
as variáveis intervenientes no processo, têm, por outro lado, como grande desvan-
tagem, o fato de constituírem uma situação fictícia, em que as unidades de teste
podem, justamente por causa disso, ter uma reação totalmente atípica à de uma
reação natural.
Experimentos de campo: um experimento de campo é um projeto de pesquisa
experimental conduzido numa situação real, na qual uma ou mais variáveis inde-
pendentes
controladassão manipuladas
quanto pelo
a situação pesquisador,
o permitir, sob condições
e medido seu efeitotão cuidadosamente
sobre uma ou mais
variáveis independentes
independentes (conceito adaptado de Kerlinger
Kerlinger,, 1973).
Em pesquisas de marketing, os experimentos de campo, se, por um lado, não

permitem ao pesquisador exercer total controle sobre todas as variáveis interve-
nientes no processo, têm a vantagem de ser conduzidos numa situação real que di-
di -
ficilmente poderia ser reproduzida em laboratório. Em contrapartida, seus custos
e o tempo de realização são muito mais elevados.
Tipos de variáveis estranhas: já foi enfatizada a necessidade de controlar as
variáveis estranhas durante a realização de um um experimento
experimento de marketing
marketing no sen-
tido de que o resultado não fosse confundido. Estas variáveis estranhas podem ser
de diferentes tipos (Kinnear e Taylor, 1979; Churchill Jr., 1979; Campbell e Stan-
ley,, 1966): história (H), maturação (M), efeito teste (T), variações nos instrumen-
ley
tos (I), regressão estatística (R), viés de seleção (V) e mortalidade das unidades de
teste (MT). Cada um desses casos será, a seguir, analisado.
História (H): história refere-se a eventos específicos que estão ocorrendo ao
mesmo tempo, mas externamente ao experimento,
experimento, e que podem afetar a variação
da variável dependente.
Maturação (M): a maturação diz respeito às mudanças que ocorrem nas uni-
dades de teste ao longo da duração do experimento. Nada é estático, tudo muda
com a passagem do tempo e, à medida que transcorre o experimento, principal-
mente se for muito longo, inúmeras mudanças poderão ocorrer com as unidades
de teste que poderão afetar os resultados da variável dependente. Exemplo: pes-
soas que no início do experimento eram solteiras e depois casaram, ficaram mais
velhas, formaram-se ou mudaram
mudaram de status social, lojas que foram reformadas ou
mudaram de direção, distribuidores que cresceram e diversificaram-se etc.
Efeito teste (T): o efeito teste diz respeito às interferências sobre a variável de-
pendente resultantes de medições dela tomadas antes que tenha sido exposta ao
tratamento. O efeito
as unidades de teste
teste ao ocorre quando
tratamento, podema afetar
primeira medição, das
as respostas feitaunidades
antes dede
expor
tes-
te à variável experimental pelo fato de as unidades de teste passarem a ficar mais
interessadas e curiosas a respeito do que está sendo medido, o que pode interferir
na sua maneira normal de reagir ao tratamento.
Variações nos instrumentos (I): a variação nos instrumentos diz respeito a qual-
quer mudança que possa ter ocorrido com o(s) instrumento(s) utilizado(s) na me-
dição das variáveis, entre as medições. Essa mudança tanto pode ser em função
de mudanças efetivas no instrumento quanto em função de diferentes formas de
sua aplicação.
Regressão estatística (R): os efeitos decorrentes de regressão estatística ocor-
rem quando as unidades de teste escolhidas para a realização do experimento pos-
suem posições extremadas em relação à variável dependente. Ao serem expostas
ao tratamento, seus resultados tendem a mover-se rapidamente para um valor

médio da população de onde foram retiradas. Essa variação rápida, acima do nor-
mal na variável dependente, que pode trazer grande distorção para os resultados,
é chamada de efeito regressão estatística. A seleção de unidades de teste através
de amostragens probabilísticas pode eliminar a ocorrência deste efeito. Sua
S ua ocor-
rência estaria presente no experimento que, procurando medir os efeitos de um
programa de treinamento da equipe de vendas, escolhesse para unidades de tes-
te os dez piores vendedores da empresa. Esses vendedores, ao serem expostos ao
programa de treinamento, deverão ter uma reação ao treinamento medida através
do incremento em suas vendas, maior do que a que deve ocorrer com toda a equi-
pe de vendas.
Viés de seleção (V): os vieses de seleção ocorrem quando são selecionadas uni-
dades de teste com grandes diferenças em relação à variável dependente, antes de
serem expostas ao tratamento. No exemplo visto no item anterior, ocorreria viés
de seleção se fosse montado um experimento para medir o resultado sobre as ven-
das resultantes do programa de treinamento com o grupo dos dez piores vendedo-
res da empresa, expostos ao tratamento, e o grupo dos dez melhores, não expostos
ao tratamento, e serviria de grupo de controle (para medir o efeito de outras variá-
veis). Neste caso, além do efeito regressão estatística nos dois grupos, teria-se o
viés de seleção a agravar o experimento, pois se estaria comparando dois grupos
heterogêneos e, portanto, não comparáveis. A forma de reduzir e/ou eliminar a
ocorrência deste efeito é a utilização de processos randômicos ao longo de todo o
experimento.
Mortalidade das unidades de teste (MT) : a mortalidade das unidades de teste
diz respeito às interferências que ocorrem nos resultados, devido às perdas que
ocorrem nas unidades de teste, durante a realização de um experimento. Supo-
nha que, no exemplo do treinamento da equipe de vendas, entre uma medição e
outra, três vendedores tenham pedido demissão da empresa e dois outros tenham
sido transferidos para uma nova região de vendas. O experimento estará comple-
tamente comprometido
comprometido..
Todos esses tipos de variáveis estranhas constituem explicações alternativas
para as variações que ocorrem na variável dependente e que podem distorcer to-
talmente o efeito que se procura medir. A forma de evitar, eliminar ou controlar
seus efeitos é através de um adequado projeto experimental.
Notação utilizada em experimentos: para facilitar o entendimento da apre-

sentação que segue dos diversos projetos experimentais, é adotada a simbologia
proposta por Banks (1965), apresentada no Quadro 1.2.
QUADRO 1.2 Simbologia adotada em projetos experimentais

Símbolo Significado
X Representa que uma unidade de teste, ou um grupo experimental foi exposto a um
tratamento cujo efeito sobre a variável dependente deverá ser determinado.
O Representa que uma medida da variável dependente na unidade de teste foi tirada ou
observada.
R Significa que os indivíduos foram distribuídos pelos grupos de forma probabilística, e
que cada grupo foi também probabilisticamente determinado para receber diferentes
tratamentos.
Observações: – Todos os símbolos situados numa mesma linha referem-se ao mesmo grupo ou unidade
de teste.
– Todos os símbolos situados numa mesma vertical referem-se ao mesmo período de
tempo.
– O acompanhamen
acompanhamento to do experimento
experimento no tempo é feito pela leitura
leitura dos símbolos
símbolos da
esquerda para a direita.
Projetos experimentais
Existem inúmeros tipos de projetos experimentais, dos quais serão apresenta-
dos neste livro apenas os três mais utilizados em pesquisas de marketing. Os pro-
jetos experimentais são classificados segundo
segundo o momento da medição da variável
dependente em projetos antes, projetos depois e projetos antes e depois do trata-
mento e segundo o número de grupos experimentais e de controle utilizados no
projeto.
Os projetos apresentados a seguir poderão ter seus grupos formados e selecio-
nados para exposição ao tratamento por processos não aleatórios, por autoescolha
dos respondentes ou por escolha arbitrária do pesquisador. Deixou-se de apresen-
tar essas versões principalmente por essa “fraqueza” constitucional que as caracte-
riza. Seu uso somente se justifica quando a utilização de processos probabilísticos
na formação dos grupos seja impossível. Excetuando este aspecto, todos os proce-
dimentos são idênticos aos dos projetos que serão apresentados.
Projeto antes-depois sem grupo de controle: a representação esquemática
deste projeto é:
R O1 X O2
Note que, neste projeto, a unidade de teste foi probabilisticamente constituída

(R) e foi realizada uma medida antes (O1) e uma depois (O2).
Onde d = efeito observado, d = O2 – O1
No entanto,
racterísticas não opode
efeito
serobservado emcomo
considerado um projeto experimental
resultante com estas ca-
única e exclusivamente
da exposição ao tratamento, pois inúmeras variáveis estranhas podem ter estado
presentes e mascarado o resultado. Por exemplo, o grupo pode ter sido exposto
simultaneamente a propaganda do mesmo produto na televisão (história) e ter
mudado sua atitude devido a ela; a medição antes pode ter despertado a aten-
ção desses consumidores para o produto e para todas as propagandas do produto
(efeito teste); a medição antes pode influenciar os respondentes a terem deter-
minadas respostas na medição
teste); entrevistadores depois
diferentes para que nãoa correspondam
medir atitude antes eàdepois
realidade (efeito
podem ter
interferido nas respostas (instrumento) etc. Todos esses problemas indicam que
este projeto tem uma “fraqueza” constitucional que faz com que sua validade in-
terna seja muito pequena.
Projeto apenas depois com um grupo de controle: a representação esque-
mática deste projeto é:
Grupo experimental R X O1
Grupo de controle R O2
Este projeto é constituído de duas unidades de teste, uma é utilizada como

grupo experimental, exposto ao tratamento e às variáveis estranhas, e outra como
grupo de controle, exposto apenas às variáveis estranhas. Tanto a constituição das
unidades de teste como a determinação de qual será o grupo experimental e o
grupo de controle são feitas mediante processos aleatórios (R). Após o período de
exposição do grupo experimental ao tratamento, são efetuadas medições no gru-
po experimental (O1) e no grupo de controle (O2). Partindo do pressuposto de que
os dois grupos são idênticos, o resultado da exposição do grupo experimental ao
tratamento poderá ser:
d = O1 – O2
onde O1 = ET + H + M + T + I + R + MT
e O2 = H + M + T + I + R + MT
se terá d = O1 – O2 = ET
Note que este projeto experimental apresenta grande número de pontos posi-
tivos quando comparado
compa rado com o anterior.
anterior. Não havendo medições
medi ções antes em nenhum
dos grupos, não haverá problemas com o efeito teste; tendo sido os dois grupos
aleatoriamente formados e aleatoriamente um escolhido para ser exposto ao trata-
mento, não haverá problemas de viés de seleção e de regressão estatística; como o
grupo de controle
esse efeito está
pode ser sujeito adatodas
extraído as outras
medição variáveis
do grupo exógenas ao
experimental, experimento,
eliminando as-
sim o efeito história. Como os grupos são teoricamente idênticos, pode-se também
admitir, porém sem certeza, que a maturação e a mortalidade devem ter ocorrido
admitir,
de forma semelhante nos dois grupos e seu efeito foi eliminado através do grupo
de controle. Permaneceriam
Permaneceriam apenas dúvidas quanto ao efeito instrumento; haven-
do, no entanto, cuidados em sua aplicação, poderia ser perfeitamente controlado.
Por todos esses pontos positivos, conclui-se que é um bom projeto experimental.
Apenas um, porém, precisa ser registrado: como como não são efetuadas medidas antes
no grupo experimental nem no grupo de controle, mesmo tendo sido constituídos
de forma probabilística, sempre permanecerá a dúvida se eram efetivamente idên-
ticos em relação à variável dependente, antes de expostos ao tratamento. Excetu-
ando este detalhe, este projeto apresenta grande validade interna.
Um exemplo da aplicação deste projeto seria, ao se pretender testar uma nova
forma de treinamento de novos vendedores, formar, por processos probabilísti-
cos, dois grupos de novos vendedores e, por sorteio, determinar qual grupo será
o experimental. Em seguida, expor o grupo experimental a nova forma de treina-
mento, e o grupo de controle à forma tradicional. Após o período de exposição,
acompanhar o desempenho de um e outro grupo (poderá ser em vendas, ou nú-
mero de visitas, ou número de novos clientes conquistados, ou até um indicador
que leve em consideração tudo isso), a diferença verificada no desempenho entre
o grupo de controle e o grupo experimental será atribuída à nova forma de trei-
namento. Note que a principal “fraqueza” deste projeto é a de não se ter certeza
de que os grupos sejam realmente semelhantes. Poderá haver, entre seus compo-
nentes, diferenças de experiências, de capacidades, de exposição a treinamentos
anteriores em outras empresas, de personalidades, de motivação etc. que poderão
ser responsáveis por diferentes desempenhos dos grupos. Uma forma de reduzir o
efeito deste problema é, na formação dos grupos, conciliar métodos probabilísti-
cos com a escolha do pesquisador a partir da ficha de cada vendedor, de forma a
fazer com que os grupos sejam o mais semelhante possível, no maior número de
variáveis consideradas importantes para o experimento. Uma maneira de proceder
para a criação de grupos semelhantes é selecionar e distribuir os elementos para os
grupos de forma pareada, ou seja, procurar encontrar na população, ou na amos-
tra já selecionada, pares de indivíduos com características bem semelhantes e os
distribuir pelos grupos; a seguir
seguir,, sorteia-se qual grupo será experimental.
Projeto antes-depois com um grupo de controle: a representação esquemá-
tica deste projeto é:
Grupo experimental R O1 X O2
Grupo de controle R O3 O4
Note que este projeto é similar ao anterior em tudo, com a vantagem de que
neste são tomadas medidas antes, tanto no grupo experimental, quanto no de
controle, facilitando a comparação entre os grupos. Todas as vantagens apresen-
tadas no projeto anterior permanecem (com exceção do efeito teste interativo
que agora surge em função das medições antes realizadas nos dois grupos). A
premissa deste projeto é de que todas as variáveis estranhas agem igualmente
igua lmente so-
bre os dois grupos, e a única diferença entre eles é a exposição do grupo experi-
mental ao tratamento. O efeito do tratamento no grupo experimental na variável
dependente será:
d1 = O2 – O1 = ET + H + M + T + I + R + MT
d2 = O4 – O3 = H + M + T + I + R + MT
Onde:
d1 = efeito aparente na variável dependente do grupo experimental
d2 = efeito na variável dependente do grupo de controle resultante das
variáveis estranhas
ET = efeito do tratamento
H = efeito história
M = efeito maturação
T = efeito teste
R = efeito regressão estatística
I = efeito instrumento
MT = efeito mortalidade
O efeito tratamento d será então:
d = d1 – d2 = ET + H + M + T + I + R + MT – (H + M + T + I + R
+ MT )
d = ET
ou seja, o efeito medido sobre a variável dependente neste projeto experimental

será o resultante do tratamento a que foi exposto o grupo experimental.
Quando,
de forma neste mesmo
probabilística, suaesquema de projeto,
denominação passaosagrupos não forem
ser projeto constituídos
antes-depois com
grupo de controle não equivalente.
Projetos quase experimentais

experimentais
Os projetos experimentais vistos têm em comum o problema de possuírem
baixa validade externa resultante da preocupação do pesquisador em ter controle
sobre todas as variáveis estranhas. Esta preocupação acaba criando situações ar-
tificiais que não correspondem às situações ambientais em que as inter-relações
entre as variáveis ocorrem. Por exemplo,
exemplo, a condição de reunir as pessoas num au-
ditório para realizar um teste de um novo comercial, tirando-as de seu dia a dia
e solicitando sua opinião numa condição totalmente artificial, leva à conclusão
de que a validade externa de um projeto deste tipo é baixa. Para solucionar este
problema, foram desenvolvidos os projetos chamados quase experimentais. Esses
projetos são assim denominados por não se constituírem de experimentos verda-
deiros. Neste tipo de projeto, o pesquisador tem grande controle sobre os procedi-
mentos de coleta de dados, mas falha completamente em controlar a exposição ao
tratamento, bem como na capacidade de projetar as unidades de teste de forma
probabilística. Com essas “fraquezas” do projeto quase experimental, a possibilida-
de de obter resultados confusos e incorretos é muito grande. O pesquisador preci-
sa estar ciente de quais variáveis específicas não estão sendo controladas. Existem
inúmeros projetos de quase experimento, mas serão analisados, neste livro, ape-
nas os quatro que têm maior interesse para a pesquisa de marketing.
Projeto séries de tempo: este projeto compreende a definição de uma unida-
de de teste em que são efetuadas, periodicamente, na variável dependente, várias
medidas antes e várias depois de expô-la a determinado tratamento experimen-
tal. A mudança observada entre o padrão das medidas tomadas antes e depois é
atribuída ao efeito tratamento. Como o tratamento é aplicado à unidade de teste
numa situação ambiental natural, este projeto possui uma grande validade exter-
na. Sua representação esquemática é:
O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10
Note que, neste projeto, o pesquisador tem controle sobre quando as medidas
são efetuadas e de quem elas são tiradas, mas não tem controle sobre a exposição
dos elementos das unidades de teste (não tem controle de quem efetivamente foi
exposto, nem o quanto foi exposto). O interesse maior do pesquisador,
pesquisador, ao utilizar
um projeto experimental séries de tempo, é estabelecer quais os efeitos verdadei-
ros proporcionados sobre a variável experimental pela exposição da unidade de
teste ao tratamento. Para chegar a esta conclusão, deverá eliminar outras possí-
veis hipóteses
projeto explicativas
apresenta parasemelhantes
“fraquezas” a ocorrênciaàsdo efeito, e no
apontadas é neste aspecto
projeto que este
experimental
antes-depois sem grupo de controle. O projeto quase experimental séries de tempo
é, estruturalmente, em tudo semelhante ao projeto experimental antes-depois sem

grupo de controle, com a única diferença de que são tomadas, em vez de uma,
várias medidas antes e várias depois. Porém,
Porém, o fato de acompanhar a evolução no
tempo da variável dependente proporciona ao pesquisador um controle maior dos
efeitos das variáveis estranhas. Este tipo de projeto quase experimental é muito
utilizado em pesquisas de marketing, sendo as pesquisas painéis (de consumido-
res, de telespectadores, de rádio-ouvintes, de leitores, de lojas etc.) sua aplicação
mais comum.
A principal “fraqueza” deste projeto
projeto é a impossibilidade
impossibilidade de o pesquisador
pesquisador con-
con-
trolar o efeito história; mesmo que mantenha um registro dos eventos que estão
ocorrendo simultaneamente
simultaneamente (ações dos concorrentes, mudanças na economia, ou-
tras ações da própria empresa etc.), não terá como medir e eliminar este efeito
do total observado. Outra “fraqueza” deste projeto é a impossibilidade de elimi-
nar o efeito teste interativo que, com certeza, deve ocorrer em grande intensidade
em unidades de teste que sejam continuamente medidas (mudança de padrão de
consumo, má vontade em atender ao pesquisador etc.). Desta forma, o pesquisa-
dor que fizer a recomendação citada poderá cometer grande injustiça. Contudo,
apesar dessas críticas, este projeto é muito utilizado na prática da pesquisa de
marketing e, quando usado com certos cuidados, pode contribuir bastante para o
processo de decisão de marketing.
Projeto séries de tempo com grupo de controle: analogamente à compa-
ração que foi feita no item anterior, este projeto é estruturalmente semelhante ao
projeto antes-depois com um grupo de controle, com a diferença de que agora são
tomadas várias medidas antes e várias depois nos grupos experimentais e de con-
trole. A representação esquemática deste projeto é:
O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10
O11 O12 O13 O14 O15 O16 O17 O18 O19 O20
A vantagem deste projeto é, se for conseguido um grupo de controle equiva-

lente ao grupo experimental, que se obtém uma certeza muito maior sobre os re-
sultados do efeito tratamento do que no projeto anterior, pois agora o pesquisador
pode comparar o efeito tratamento tanto em relação ao grupo experimental como
em relação ao grupo de controle, conseguindo, dessa forma, grande validade ex-
terna para os resultados. O único problema deste projeto é a possibilidade de efei-
to interativo no grupo
Um exemplo experimental,
da utilização deste sob o qual
projeto o pesquisador
é se constituíremnão terá
duas controle.
unidades de
teste formadas por supermercados equivalentes, visando medir os efeitos de uma
campanha de promoção de vendas realizada onde é exposta apenas a unidade de

teste experimental.
Passos para a realização de um projeto experimental: a realização de um
projeto experimental compreende os seguintes passos:
1. Identificar ou estabelecer o problema.

2. Formular a hipótese
hipótese..
3. Escolher o projeto experimental adequado.
4. Efetuar uma previsão dos possíveis resultados que este projeto
projeto poderá
lhe fornecer e verificar se atenderão ao problema de pesquisa.
5. Verificar se os dados a serem obtidos poderão ser analisados pelos proce-
dimentos estatísticos disponíveis.
6. Realizar o experiment
experimento.o.
7. Aplicar os procedimentos de análises estatísticas aos
aos dados para verificar
verificar
se os efeitos são reais ou apenas aparentes.
8. Tirar conclusões referentes
referentes às
às validades
validades interna e externa.
externa.
Teste de marketing
O conceito de teste de marketing ou teste de mercado é, segundo Kinnear e
Taylor (1979):
“A implementação e a monitoração de um programa de marketing numa peque-

na parte do mercado geográfico visado para o produto em questão”.
O teste de marketing é frequentemente utilizado para testar o lançamento

de um novo produto ou uma nova versão de um produto existente. Os gerentes
de marketing precisam utilizar seu julgamento pessoal e outras formas de pes-
quisa para reduzir o número de alternativas e, se possível, ficarem com apenas
uma para testar. Imagine um gerente que desejasse testar três opções de preço,
três opções de embalagens, duas opções de propaganda, duas opções de marca,
dois diferentes pontos de distribuição e três diferentes versões do produto em si.
Veja
Veja quantas diferent
diferentes
es unidades
uni dades de teste este gerente precisa
precisaria
ria para levar seu
teste adiante:
No de unidades de teste = 3 preços  3 embalagens  2 propagandas 

2 marcas  2 formas de distribuição 
3 versões do produto = 216
É evidente que um teste com este número de unidades de teste (que no caso
de teste de marketing são cidades) é inviável, tanto pela impossibilidade de se
conseguirem tantas cidades para unidades de teste, como pelo custo e tempo que
demandaria.
Usos do teste de marketing: utilizam-se os testes de marketing para três fi-
nalidades: como treinamento gerencial, para efetuar previsões de vendas e para
ajustar as variáveis de marketing do produto (produto, preço, promoção e pontos
de distribuição).
Para controle gerencial, o teste de marketing permite que a empresa e seus
executivos ganhem experiência e conhecimento antes de empreenderem um pro-
jeto em grande escala. Exemplos de experiência que podem ser adquiridas
ad quiridas atra-
vés do teste de marketing: na movimentação e manipulação física do produto
(armazenagem, transporte, expedição, duração do produto na prateleira do su-
permercado etc.); na produção (desenvolvimento de fornecedores, treinamento
dos operários em novos equipamentos e com novas matérias-primas etc.) e na
própria atividade
fixar o preço nos de marketing
diversos níveis(superar dificuldades
de distribuição, comoemproduzir
conseguirumdistribuição,
comercial,
como efetuar promoções de vendas etc.). Quando o teste de marketing é usado
apenas com este objetivo, não há muita preocupação com a correção do projeto
experimental usado, pois, afinal,
afina l, o interesse é apenas treinar o pessoal nesse novo
produto ou novo mercado.
Para efetuar previsões de vendas, o projeto experimental precisa estar muito
bem elaborado para que não se cometam erros de avaliações. Quando se realiza
um teste de marketing com este objetivo, o objetivo é extrapolar os resultados do
teste de uma pequena região, em termos de vendas, participação de mercado e lu-
cros, para um lançamento em nível nacional.
O maior uso do teste de marketing é efetivamente para ajustar as variáveis de
decisão de marketing. Quando se está providenciando o lançamento de um novo
produto, ou mesmo modificando um produto existente, é muito difícil avaliar qual
será a reação do consumidor às inúmeras e complexas variáveis de marketing que
compõem um lançamento. O risco de fazer o lançamento em nível nacional e co-
meter um erro poderá significar não só a perda de milhões de reais, como tam-
bém o custo de oportunidade (dependendo do erro cometido, o produto poderá
estar irremediavelmente queimado no mercado). O lançamento numa pequena
região permitirá que os possíveis erros possam ser corrigidos a um custo razoável
e, mesmo que se cometam erros irremediáveis, o produto estará queimado ape-
nas naquela
de um pequena
produto região.sido
que tenha As chances
ajustadode que o de
através lançamento, emmarketing
um teste de nível nacional,
seja
bem-sucedido são infinitamente maiores que as de outro que não o tenha sido.
As informações
informações para decisão de marketing que um teste de marketing
marketing pode forne-
cer compreendem:
 Vendas em unidades e valores monetários

monetários..
 Participação de mercado.

Participação relativa de mercado (particip
(participação
ação em relação aos principai
principaiss
concorrentes).
 Lucratividadee e retorno do investimento.
Lucratividad
 Resultados
Resulta dos das alternativa
alternativass das estratégias de marketing.
 Receptividade dos consumid
consumidores
ores ao produto.
 Receptividade dos intermediár
intermediários
ios ao produto.
 Possíveis
Possíveis reações dos concorrentes.
Infelizmente, os custos de um teste de marketing são muito elevados, o que

com certeza impede que muito mais empresas façam uso dele.
Critérios para selecionar locais para teste de marketing: a cidade ideal para
a realização de testes de marketing não existe. Esta cidade deveria ser representati-
va de todo o mercado
mercado bras
brasileir
ileiro,
o, e desco
desconhece
nhece-se
-se que
que tenha
tenha algum
algumaa cidade
cidade brasil
brasilei-
ei-
ra com esta característica. O que deve ser feito é procurar cidades que reúnam um
grande número de características que as aproximem do mercado teste ideal.
Duração do teste de marketing: a duração do teste varia em função de seus
objetivos, do tipo de produto testado, dos riscos envolvidos em sua duração e do
custo para sua realização. Em média, os testes de marketing não devem durar me-
nos de seis meses nem mais de 12 meses.
Se o objetivo do teste for avaliar apenas uma versão do plano de marketing
poderá ter uma duração mais curta; se o objetivo for avaliar várias versões, a du-
ração será maior.
Quanto maior for a frequência de compra do tipo de produto testado, menor
poderá ser o período de teste, e vice-versa.
Quanto maior o risco envolvido em ter o produto copiado ou imitado pelos
concorrentes, menor
menor deve ser a duração do teste.
Os custos envolvidos na realização do teste, comparados ao ganho adicional
de informação em alongar sua duração, devem ajudar a determinar a duração que
o teste deve ter.
Material adicional disponível no site <www.elsevier.com.br/pesquisamkt
compacta>.
Web ANEXO 1.1 – Tipos de pesquisas de marketing.
TIPOS, FONTES E FORMAS
2 DE COLETA DE DADOS
Para a definição dos métodos a utilizar em pesquisas de marketing, o pesquisador

precisa conhecer o leque de métodos disponíveis, os diferentes tipos de dados que po-
dem ser coletados, as diferentes fontes de dados e as diferentes formas de coletá-los.
No capítulo anterior
anterior,, foram apresentados os métodos disponíveis para serem
utilizados em pesquisas de marketing. No capítulo presente, serão apresentados os
tipos, as fontes e as formas de coleta de dados em pesquisas de marketing.
Fontes
Fontes de dados em pesquisas de marketing
Há quatro diferentes fontes de dados em pesquisas de marketing: pesquisado, pes-
soas que tenham informações sobre o pesquisado, situações similares e dados disponíveis.
Pesquisado
Pesquisado
Os próprios pesquisados são a maior fonte de dados em pesquisas de marke-
ting. O dado pode ser obtido do pesquisado através de sua própria declaração,
oralmente ou por escrito, ou através de sua observação.
Pessoas
Pessoas que tenham informações
informações sobre
sobre o pesquisado
Quando ocorre de o pesquisado ser inacessível, possuir pouco conhecimento
da informação desejada ou ter dificuldades de expressar-se, às vezes, é mais fácil
conseguir a informação com outras pessoas que convivem com ele. É comum em
pesquisas de marketing obter informações sobre as crianças de uma casa com a
mãe, ou sobre o marido com a esposa, sobre o chefe com a secretária, sobre o su-
bordinado com o chefe, sobre o cliente com o vendedor etc.
Situações similares
Outra fonte de dados para a pesquisa de marketing é a busca de conhecimento
em situações análogas ou similares, naturais ou criadas pelo pesquisador.
pesquisador. Apren-
de-se bastante em saber como outra empresa procedeu para o lançamento de um
produto similar,
similar, como outras empresas do mesmo ramo trabalham com a variável
promoção de vendas, como foram as reações dos consumidores quando determi-
nado produto foi lançado em outro mercado etc. As formas básicas de conhecer
situações similares são através do estudo de casos, do experimento e da simulação.
O estudo de casos, apresentado no Capítulo 1, envolve o estudo intensivo de
algumas situações reais e relevantes para um problema particular estabelecido e,
como já visto, é utilizado, principalmente, com objetivos exploratórios.
exploratórios.
O experimento, também apresentado no Capítulo 1, é um tipo de pesquisa em
que um pesquisador manipula e controla uma ou mais variáveis independentes e
observa a variação concomitante na variável ou nas variáveis dependentes.
A simulação
similar àquela emconsiste
que senadeseja
criação de umconhecimento.
ganhar modelo computacional de umaconstruí-
Com o modelo situação
do e testado, o pesquisador poderá, a qualquer momento, simular o resultado que
obteria se determinadas decisões sobre as variáveis de marketing fossem tomadas.
Se a resposta à simulação for favorável, esse conjunto de decisões simuladas pode
transformar-se em decisões reais. Modelos de simulação mais sofisticados podem
até indicar,
indicar, diante de determinadas situações apresentadas, qual o melhor conjun-
to de decisões que o gerente de marketing deve tomar. Os modelos de simulação
podem ser de três tipos: descritivos, preditivos e prescritivos.
A utilização de modelos de simulação em pesquisas de marketing apresenta
a presenta
inúmeras vantagens sobre outros métodos de pesquisas:
 São mais baratos e rápidos.

 São mais ágeis nas respostas aos problemas de marketing.
 Não expõem os segredos
segredos e as
as estratégias
estratégias da empresa ao mercado.
 Permitem a avaliação
avaliação de diversas alternativas e fornecem
fornecem evidências
evidências de
qual é a melhor.
 Podem ser continuame
continuamentente atualizados.
 As diversas
diversas estratégias
estratégias de marketing
marketing podem ser avaliadas
avaliadas sem que
que se cor-
ra o risco da sua avaliação direta no mercado real.

Po
Podem
sa,dem ser usados
diretamente como forma
envolvidos de treinamento
ou não dos gerentes
geren
com as atividades de tes da empre-
marketing da
empresa.
2. TIPOS, FONTES E FORMAS DE COLETA DE DADOS 41
Os maiores problemas com a utilização de modelos de simulação em marke-

ting dizem respeito, principalmente, às dificuldades em construir um modelo que
tenha grande validade em relação à realidade que pretende simular.
simular.
Dados disponíveis
disponíveis
Existe uma infinidade de dados úteis para marketing que já foram coletados,
tabulados e, às vezes, até analisados, que estão catalogados à disposição dos inte-
ressados e que vão exigir-lhes apenas o esforço de dedicar algum tempo na Inter-
net, em bibliotecas, visitas aos órgãos governamentais, leitura de jornais e revistas,
na consulta de informações padronizadas de empresas de pesquisas ou na consul-
ta de informações internas da própria empresa.
Tipos de dados
Dados primários
primários e dados secundários
secundários
pos:Os dados em
primários pesquisas de marketing são classificados em dois grandes gru-
e secundários.
Dados primários são aqueles que ainda não foram coletados, estando em posse
dos pesquisados, e que são coletados com o propósito de atender às necessidades es-
pecíficas da pesquisa em andamento. As fontes básicas de dados primários são: pes-
quisado, pessoas que tenham informações sobre o pesquisado e situações similares.
Dados secundários são aqueles que já foram coletados, tabulados, ordenados e,
às vezes, até analisados e que estão catalogados à disposição
disposição dos interessados. As fon-
tes básicas de dados secundários são: a própria empresa, publicações, governos, ins-
tituições não governamentais e serviços padronizados de informações de marketing.
Sequência na procura de dados em pesquisas de marketing

É apresentada na Figura 2.1 a sequência dos passos que, normalmente, deve
ser seguida na definição dos dados e das fontes de dados no processo de pesquisas
de marketing. É comum as pessoas imaginarem que a única forma de obter dados
em pesquisas de marketing seja através de um levantamento de campo (construção
e aplicação de um instrumento de coleta de dados a uma amostra probabilística da
população de pesquisa). Na verdade, os levantamentos de campo e outras formas de
coleta de dados primários somente deverão ser usados se outras formas mais rápidas,
rápidas,
baratas e eficientes não conseguirem atender às necessidades de dados da pesquisa.
Um grande esforço nos estágios iniciais da pesquisa deverá ser canalizado para ten-
tar descobrir se, ao menos em parte, os dados necessários já não tenham sido cole-
tados e estejam, de alguma forma, disponíveis. Este esforço inicial poderá significar
grande economia de tempo, dinheiro e esforço na realização da pesquisa.
Objetos da pesquisa
Especificar a necessidade de dados
Procurar dados secundários internos
Procurar dados secundários externos
Serviços
Publicações Governos Instituições padronizados
Gerais Federal Universidades Do consumidor
Governamentais Estaduais Faculdades Do varejo
Institucionais Municipais Centros de pesquisa Do atacado
Autarquias Sindicatos (patronais Da indústria
e de empregados) Dos meios de
Federações (patronais comunicação
e de empregados)
Associações (patronais
e de empregados)
Determinação das necessidades de dados primários
Determinação das fontes de dados primários
Pesquisado Pessoas que tenham informações Situações similares

sobre o pesquisado  Estudos de casos
 Experimentos
 Simulações
FIGURA 2.1 Passos na definição dos dados e das fontes de dados no processo de pesquisa de
marketing.
Vantagens e desvantagens dos dados secundários

As vantagens
vant agens da utiliza
uti lização
ção de dados secund
secundários
ários são a economi
ec onomiaa de tempo,
tem po,
dinheiro e esforços. Se os dados necessários para a pesquisa estão disponíveis
em fontes secundárias e vão exigirexigi r apenas o esforço de dedicar algum tempo
tem po na
Internet, em bibliotecas, visitas a órgãos governamentais, a instituições não go-
vernamenta
verna mentais,
is, leitura
leit ura de jornais
jorna is e revistas
revista s ou consultas
consulta s de informações
informa ções padroni-
padr oni-
zadas de empresas
pequenos custos. Nadeverdade,
pesquisas, demandarão
é muito raro que apenas alguns
a pesquisa dias esecundários
de dados envolverão
seja suficiente para atender às necessidades
necessid ades totais da pesquisa, mas, mesmo que
isso ocorra, seu esforço não será inútil, pois os dados obtidos poderão contri-
buir para:
 Estabelecer melhor o problema de pesquisa.

 Sugerir outros métodos já testados
testados e aprovados
aprovados de
de coleta dos dados.
dados.
 Sugerir outros tipos
tipos de dados a serem coletados para obter
obter as informa-
ções desejadas.
 Servir de fonte comparativa e complementar
complementar para
para os dados primários
primários a
serem coletados.
Paralelamente a essas vantagens, existem diversas desvantagens na utilização

de dados secundários. A primeira desvantagem é que, à medida que são coletados
com diferentes objetivos, raramente serão encontrados dados secundários que se
ajustem perfeitamente às necessidades de determinada pesquisa. O grau de ajus-
tamento desses dados depende de quatro fatores: unidade de medida, definição de
classes, momento da publicação e confiabilidade e precisão.
Outra desvantagem, muito comum, ocorre quando os intervalos de classe da
apresentação dos resultados da variável de interesse não coincidem com aqueles
que interessariam à pesquisa. A pesquisa precisa, por exemplo, dos consumidores
categorizados nos seguintes intervalos de idade: 0 |– 2; 3 |– 5; 6 |– 12; 13 |– 21; 22
|– 35; 36 |– 50 e acima de 50 anos; e os dados secundários obtidos categorizam os
resultados nos seguintes intervalos: 0 |– 3; 4 |– 10; 11 |– 20; 21 |– 45 e acima de
45 anos. Apesar de os dados encontrados serem necessários para a pesquisa, sua
simples categorização em classes diferentes pode torná-los inúteis.
Os dados secundários apresentam também uma desvantagem relacionada
com o tempo decorrido entre a coleta dos dados e sua publicação. Dependendo da
fonte, o momento da publicação pode variar entre poucos meses (um mês no caso
das pesquisas de auditoria de lojas) e vários anos (cinco ou mais anos no caso dos
Censos Populacionais
Populacionais do Instituto Brasileiro de Geografia e Estatística – IBGE). O
valor dos dados publicados para marketing decresce à medida que o tempo en-
tre a coleta do dado e sua publicação cresce. Muitos dados publicados tornam-se
obsoletos, tendo apenas valor histórico, e não se prestam para tomar decisões em
marketing que necessitam, principalmente, de dados
da dos correntes.
Finalmente, uma última desvantagem dos dados secundários diz respeito a
sua confiabilidade. Para poder utilizar dados secundários, o pesquisador preci-
sa
Umaverificar
grandequal sua confiabilidade
limitação tendo em vista
dos dados secundários os dificuldade
está na propósitos de
desua pesquisa.
avaliar a sua
confiabilidade e precisão.
Dados secundários
Os dados secundários podem ser de origem interna ou externa às empresas.
Dados secundários
secundários internos
Os dados obtidos junto à empresa ou instituição para a qual está sendo reali-
zada a pesquisa são chamados de dados internos. Se forem coletados, exclusiva-
mente, para atender às necessidades específicas dessa pesquisa, são chamados de
dados primários internos. Se já foram coletados e catalogados
ca talogados com outros objetivos
e estão disponíveis para consulta, são chamados de dados
dad os secundários internos.
As vantagens dos dados secundários internos são sua disponibilidade e seu
baixo custo. Infelizmente, o problema é que muitas empresas não coletam ou não
armazenam dados secundários internos em nível de detalhe suficiente para aten-
der às necessidades de pesquisas de marketing. Quanto mais detalhado for o re-
gistro dos dados, melhor será para a pesquisa de marketing. No entanto, como os
sistemas
dades sãosão montadosatendidas.
plenamente para atender a outros objetivos, nem sempre essas necessi-
Dados secundários
secundários externos
Existem diversas fontes de dados secundários em pesquisas de marketing,
conforme apresentado nos Quadros 2.1, 2.2
2. 2 e 2.3 que, a seguir,
seguir, são analisadas.
a nalisadas.
Duas ferramentas tecnológicas vieram facilitar a pesquisa de dados secundá-
rios: a Internet e os CD-ROMs. A Internet permite que, dispondo-se de um com-
putador equipado com modem, uma linha telefônica e um provedor de Internet se
possa ter acesso a um universo jamais imaginado de informações de todo o mun-
do. Os CD-ROMs de base de dados e de publicações, disponíveis nas boas biblio-
tecas, facilitam de forma extremamente rápida a pesquisa e localização de dados
publicados em revistas.
A maioria das fontes de dados secundários que serão apresentadas adiante
neste capítulo possuem sites e podem ser acessadas pela Internet.
Publicações: existe uma infinidade de publicações dos mais diversos tipos

que podem trazer valiosas contribuições para diferentes tipos de pesquisas de ma-
rketing. Estas publicações podem ser classificadas em: gerais, governamentais e
institucionais.
As publicações gerais compreendem
compreendem jornais e revistas, especializadas ou não.
No Quadro 2.1 são apresentados exemplos de fontes de dados secundários em jor-
nais e revistas.
QUADRO 2.1 Exemplos de fontes de dados secundários: jornais e revistas

Jornais: Site:
São Paulo:
Diário do Comércio e da Indústria www.dci.com.br
Diário de São Paulo www.diariosp.com.br
Diário do Grande ABC www.dgabc.com.br
www.folhaonline.com.br
Folha de São Paulo
Gazeta Mercantil www.gazetamercantil.com.br
O Estado de São Paulo www.estadao.com.br
Valor www.valor.com.br
Rio de Janeiro:
Jornal do Brasil www.jb.com.br
O Globo www.globo.com
www.globo.com (1)
O Dia www.odia.ig.com
Pernambuco:
Diário de Pernambuco www.diariodepernambuco.com.br
Jornal do Comércio www.jconline.com.br
Rio Grande do Sul:
Correio do Povo www.correiodopovo.com.br
Jornal do Comércio www.jcrs.uol.com.br
Zero Hora www.clicrbs.com.br/jornais/zerohora
Distrito Federal:
Correio Braziliense www.correiobraziliense.com.br
Jornal de Brasília www.jornaldebrasilia.com.br
Minas Gerais:
O Estado de Minas www.estaminas.com.br
Folha da Manhã www.folhadamanha.com.br
Santa Catarina:
Diário Catarinense www.diariocatarinense.com.br
Bahia:
A Tarde www.atardeonline.com.br
Revistas: Site:
Exame www.exame.com.br
Veja www.veja.com.br
Época www.epoca.com.br
Isto é www.istoe.com.br
Quatro Rodas www.quatrorodas.abril.com.br
Duas Rodas www.revistaduasrodas.com.br
Globo Rural www.revistagloborural.globo.com
Pequenas Empresas & Grandes Negócios www.pegn.globo.com
Marketing www.revistamarketing.com.br
Propaganda www.revistapropaganda.com.br
Marketing Cultural www.marketingcultural.com.br
RAUSP – Revista de Administração www.fia.com.br
RAE – Revista de Adm. de Empresas da FGV www.fgv.com.br
Gestão & Regionalidade www.uscs.edu.br/revistasacademicas
Conjuntura Econômica www.fipe.com.br
(1) Através do site <www.globo.com> podem ser acessados diversas mídias do Sistema Globo: TV Globo, Glo-
bonews, Globoonline, Época, Diário de São
S ão Paulo, CBN, Globo Rural, Pequenas Empresas & Grandes Negócios,
Galileu, AutoEsporte, Marie Claire, Criativa, Crescer, Casa e Jardim, e noticiosos da TV Globo.
Governos: as publicações governamentais compreendem inúmeros documen-

tos que são periodicamente disponibilizados pelos governos federal, estaduais e
municipais e cobrem
cobrem uma infinidade de informações. Mesmo quando alguma in-
formação coletada por instituições governamentais não é publicada, vale a pena o
esforço de dirigir-se diretamente à instituição responsável para procurar ter acesso
aos dados.
No Quadro 2.2 são apresentados exemplos de fontes governamentais de da-
dos secundários.
QUADRO 2.2 Fontes governamentais

governamentais de dados secundários
Fonte / Instituição Site Tipo de dado secundário
Banco Central do Brasil www.bcb.gov.br Contas nacionais
Instituto Brasileiro de Geografia e Estatística www.ibge.com.br Dados demográficos
(IBGE)
Instituto de Pesquisas Econômicas e Sociais www.ipea.gov.br Pesquisas sociais
(IPEA)
Empresa Brasileira de Infraestrutura www
www.i.inf
nfra
raer
ero.
o.co
com.
m.br
br Estatí
Estatíst
stic
icas
as so
sobr
bree mo
movi
vime
ment
ntoo
Aeroportuária (INFRAERO) aeroportuário
Fundação Sistema Estadual de Análise de www.seade.gov.br Dados dedemográficos e
Dados (SEADE) econômicos do Estado de
São Paulo
Instituto Nacional de Estudos e Pesquisas www.inep.gov.br Estatísticas de educação
Educacionais (INEP)
Instituto Na
Nacional da
da Pr
Previdência So
Social (I(INSS) www.inss.gov.br Estatísticas dede pr
previdência
Agência Nacional do Petróleo (ANP) www.anp.gov.br Estatísticas de combustíveis
de petróleo
Agência Nacional de Telecomunicações www.anatel.gov.br Estatísticas de
(ANATEL) telecomunicações
Agêência Nacional de Energia Elétrica (A
Ag (AN
NEEL) www.aneel
el..gov.br Esta
tattística
cass de eletricida
dadde
Agência Nacional de Saúde (ANS) www.ans.gov.br Estatísticas de saúde, pública
e privada
Empr
preesa Br
Brasilei
eirra de
de Tu
Turismo (E (EMBRATUR) www.embrbraatur.gov.br Esta
tattística
cass de
de tu
turismo
Empr
Em pres
esaa Bra
Brasi
sile
leir
iraa de
de Agro
Agrope pecu
cuárária
ia (E
(EMB
MBRA
RAPPA) www
www.e
.emb
mbrarapa
pa.g
.gov
ov.b
.brr Tec
ecno
nolologi
giaa agr
agrop
opececuá
uári
riaa
Cent
Centra
rais
is El
Elét
étri
rica
cass BrBras
asililei
eira
rass S. A. (E
(Ele
letr
trob
obra
ras)
s) www
www.e
.ele
letr
trob
obraras.
s.co
com.
m.brbr Dado
Da doss so
sobr
bree o si
sist
stem
emaa
elétrico
Ministério da Agricultura www.agricultura.gov.br Estatísticas agropecuárias
Ministério da Saúde www.saude.gov.br Estatísticas de saúde
Ministério da Fazenda www.fazenda.gov.br Estatísticas das contas
nacionais
Ministério das Minas e Energia www.mme.gov.br Estatísticas de energia
Ministério da Previdência Social www.previdencia.gov.br Estatísticas de previdência
Ministério das Relações Exteriores www.itamaraty.gov.br Estatísticas de comércio
exterior
Ministério dos Transportes www.transportes.gov.br Estatísticas de transportes
Ministério do Turismo www.turismo.gov.br Estatísticas de turismo
Instituições não governamentais: analogamente, existem muitas instituições

não governamentais, como universidades, faculdades e centros de pesquisas ou as-
sociações e sindicatos patronais e de empregados, que estão, constantemente, cap-
tando dados e produzindo valiosas informações que podem ou não ser publicadas.
No Quadro 2.3 são apresentados exemplos de fontes de dados secundários em
instituições não governamentais.
QUADRO 2.3 Exemplos de fontes de dados secundários em instituições não governamentais

Fonte Site Tipo de dado secundário
FIESP/CIESP www.fiesp.com.br Estatísticas gerais da indústria

Associação Nacional dos Fabricantes de www.anfavea
ea..com.br Estatísticas sobre a indú
dúst
strria
Veículos Automotores (ANFAV
(ANFAVEA)
EA) automobilística
Sindicato Nacional da Indústria de www
www.s
.sin
indi
dipe
peca
cas.
s.oorg
rg.b
.brr Estatí
Estatíst
stic
icas
as so
sobr
bree a in
indú
dúst
stri
riaa de
de
Autopeças (SINDIPEÇAS) autopeças
Departamento Intersindical de Estatística e www.dieese.org.br Índice de desemprego nas

Estudos Socioeconômicos (DIEESE) regiões metropolitanas
Associação Brasileira de Supermercados www.abr
braasnet.co
com
m.br Info
forrmações sobre o se
settor
(ABRAS) supermercadista no Brasil
Associação Paulista de Supermercados www.apas.com.br Informações sobre o setor
(APAS) supermercadista no Estado de
São Paulo
Associação Brasileira dos Fabricantes de www
www.a
.abr
braaci
cicl
clo.
o.co
com.
m.br
br Estatí
Esta tíst
stic
icas
as so
sobr
bree a in
indú
dúst
stri
riaa
Motonetas, Motocicletas, Bicicletas e de motonetas, motocicletas e
Similares (ABRACICLO
(A BRACICLO)) bicicletas no Brasil
Associação Brasileira dos Agentes de www.abav.com.br Informações sobre o setor de
Viagens (ABAV) turismo no Brasil
Serviços padronizados de informações de marketing: existem muitos ser-

viços padronizados de informação de marketing disponíveis como mais uma fon-
te de dados secundários. Os serviços padronizados de informações de marketing
têm um custo de obtenção mais elevado do que as outras fontes vistas até agora,
porém são muito menos dispendiosos do que se fossem obtidos através da pesqui-
sa de dados primários, pois os custos de sua obtenção são rateados entre todos os
compradores desse serviço da empresa produtora. Procurou-se, neste item, des-
crever alguns dos principais tipos e fontes de serviços padronizados de informa-
ção de marketingnão
exemplificativa, disponíveis no Brasil.
é extensiva A descrição
nem pretende ser que segue procura
exaustiva, apenas
tendo em vista ser
as
dificuldades de obter informações mais detalhadas das empresas prestadoras de
serviços, bem como das constantes mudanças que ocorrem no leque de empresas
e de produtos oferecidos.
Consulte o site <www
<www.abep.org>
.abep.org> para verificar as empresas associadas à As-
sociação Brasileira de Empresas de Pesquisa
Pesquisa e seus respectivos serviços.
Os dados dos serviços padronizados de informações de marketing podem ser
classificados em: do consumidor, do varejo, do atacado, da indústria e dos meios
de comunicação.
Dados do consumidor: este serviço compreende a coleta periódica, de um pai-
nel de consumidores, de dados a respeito de compras e das circunstâncias a res-
peito de como foram realizadas.
No Brasil, a Ipsos-Marplan <www.ipsos-marplan.com.br>
<www.ipsos-marplan.com.br> oferece um painel
de consumidores com as seguintes características:
Estudos Marplan (está na 43a edição) – Estudo contínuo dos hábitos de mídia
(revistas,
(revista s, jornais, TV,
TV, rádio, Internet,
Inte rnet, cinema
cinem a e teatro) e de consumo de uma
um a infini-
dade de produtos. É realizado com amostras de consumidores em treze mercados:
São Paulo, Rio de Janeiro, Belo Horizonte, Recife, Porto Alegre, Salvador, Curitiba,
Belém, Fortaleza,
Fortaleza, Brasília/DF,
Brasília/DF, Baixada Santista, Londrina e Campinas. São realiza-
das, anualmente, mais de 61.000 entrevistas. Através de softwares exclusivos, os
assinantes do serviço têm rápido acesso ao banco de dados de mídia e de mais de
1.700 informações de consumo dos mercados pesquisados.
Dados do varejo: este serviço compreende a coleta bimensal de dados sobre
compras e níveis de estoques (na área de vendas e no depósito) de amostras nacio-
nais de lojas dos principais mercados brasileiros de vários produtos.
O procedimento utilizado, chamado de auditoria de loja, é muito simples. No
período de levantamento, a empresa responsável pelo serviço envia os seus fun-
cionários às lojas da amostra, onde são levantados, numa ficha apropriada, para
cada item de produto que faz parte do rol de itens levantados, as compras efetu-
adas entre uma visita e outra e os níveis de estoques no dia da visita. Estes dados
são levados ao escritório onde são tabulados, conforme o seguinte princípio de
contabilidade:
Estoque inicial + compras – estoque final = vendas
As vendas de cada produto, em cada loja, são consolidadas

consolidadas para toda a amos-
tra e extrapoladas para todo o universo de lojas, o que permitirá à empresa pres-
tadora de serviços enviar,
enviar, bimensalmente, a seus clientes assinantes do serviço as
seguintes informações sobre os itens pesquisados da empresa e de seus concorren-
tes, no total e por tipo de canal de distribuição:
 Volume de vendas aos consumi

consumidores
dores finais em unidades e R$.
 Participação de mercado na venda aos consumido
consumidores
res finais.
 Venda média mensal por loja em unidades.
 Compras efetuadas pelos varejistas em unidades.

Participação nas compras efetuadas pelos varejistas.
 Compra média mensal por loja em unidades.
 Estoques no varejo em unidades.
 Participação nos estoques do varejo.
 Estoque.
 Número de dias de suprimento.
 Índices de lojas negociantes do produto.
 Índices de lojas sem estoques.
 Estoque médio por loja em unidades.
 Preços de aquisição e de venda.
 Total das vendas de alimentos
alimentos..
 Índices de distribuição numérica e qualificada.
Os relatórios bimensais são encaminhados em arquivos eletrônicos aos clien-

tes 30 dias após o período de coleta. Após uma ou duas semanas de seu encami-
nhamento, são apresentados e discutidos oralmente numa região pré-agendada
com diversos gerentes das áreas de marketing e vendas do cliente. A empresa que
realiza esta pesquisa fornece também um software que permite o reprocessamento
dos dados conforme as necessidades dos clientes.
Este serviço é oferecido no Brasil pela ACNielsen <www.acnielsen.com.br>.
<www.acnielsen.com.br>.
As informações obtidas são disponibilizadas no site da empresa que tem por
política não fornecer nenhuma informação adicional à do site.
“Índice ACNielsen de Varejo
As informações do índice ACNielsen de Varejo

Varejo são fornecidas por área e tipo de
loja, para o mercado total, segmento e marca, de acordo com o universo de lojas au-
ditadas pela ACNielsen no país. Por isso, o índice ACNielsen de Varejo
Varejo é apresentado
em várias formas, que buscam atender às necessidades do mercado.
A ACNielsen audita oito
oito índices, sendo que eles se diferenciam pela
pela abrangência
de canais:
 Alimentar: inclui supermercados, bares, mercearias, lojas de conveniência,

mercearias/quitandas, padarias/leiterias, armazéns, empórios.
 Farma-cosméticos: inclui farmácias, drogarias e perfumarias.
 Bar: inclui
inclui adegas,
adegas, bares e cafés, bares e lanches,
lanches, bares e restaurantes,
restaurantes, bo-
bo-
tecos, restaurantes e lanchonetes, botequins, snacks.
 Bebida alcoólica: inclui lojas
lojas do índice ACNielsen Alimentar e BarBar,, hotéis,
restaurantes e casas noturnas.
 Papelarias: inclui autosserviços de dez e mais check-outs, papelarias, livra-
rias, bazares, lojas de armarinho e copiadoras.
 Refrigerantes e cerveja:
cerveja: inclui lojas do índice ACNielsen Alimentar e Bar Bar,,
hotéis, restaurantes e casas noturnas, podendo ser reportado por franquias.
 Cigarro: inclui lojas
lojas do índice ACNielsen
ACNielsen Alimentar
Alimentar e Bar
Bar,, hotéis, restauran-
tes e casas noturnas.
 Sorvete: inclui lojas do índice ACNielsen Alimentar e Bar
Bar..
Cobertura geográfica: para reportar a informação das áreas cobertas, o país é di-
vidido em sete grandes regiões que se denominam “Áreas ACNielsen”. Estas regiões
são selecionadas por: população, volume de negócios e custo/benefício. A amostra
abrange 86% da população brasileira, representando 92% do potencial de consumo.
Área I: Ceará, Rio Grande do Norte, ParaíParaíba,
ba, Pernam
Pernambuco,
buco, Alagoas, Bahia e
Sergipe.
Área II: Minas Gerais, Espírito Santo, interior do Rio de Janeiro (excluindo
( excluindo os
municípios contidos na Área III).
Área III: Grande Rio de Janeiro:
Janeiro: Rio de Janeiro, Niterói, Nova Iguaçu, Duque de
Caxias, Nilópolis, São Gonçalo e São João de Meriti.
Área IV: Grande São Paulo: São Paulo, Santo André, São Bernardo do Campo,
São Caetano do Sul, Diadema, Mauá, Guarulhos, Osasco, Embu e Taboão Taboão da Serra.
Área V:
V: Interior de São Paulo
Paulo (excluindo-se os municípios
municípios contidos na Área IV).
Área VI: Paraná,
Paraná, Santa Catarina
Catarina e Rio Grande do Sul.
Área VII: Brasília, Mato Grosso do Sul e Goiás.
Capitais do Norte: Teresina,
Teresina, São Luís, Belém e Manaus (opcional).”
Fonte: <www
<www.acnielsen.com.br>.
.acnielsen.com.br>.
Dados dos os meios de comunicação: os serviços de informações de marketing

marketing
sobre os veículos
disponíveis de comunicação
abundantes no Brasil apresentam
quando comparados a presentam
aos outros uma gama de informações
serviços.
Os serviços e as empresas que os oferecem no Brasil são:
Dados de audiência de TV: apresenta os índices de audiência bruta e qualifi-

cada da TV comercial (aberta).
Este serviço é oferecido no Brasil pelo IBOPE <www.ibope.com.br> que uti-
liza o seguinte procedimento:
“A partir de dados demográficos e socioeconômicos, o IBOPE seleciona uma

amostra de domicílios que representam a população a ser pesquisada: de ambos os
sexos, mais de quatro anos de idade, residir em áreas urbanas, e fazer parte das clas-
ses A, B, C, D ou E (Critério de Classificação Econômica Brasil).
Os moradores desses domicílios são convidados a participar da pesquisa e, con-
cordando, passam a integrar o Painel de Televisão
Televisão e têm aparelhos people meter ins-
talados em até quatro televisores da família.
O people meter registra o status do televisor, isto é, se está ligado ou desligado.
No primeiro caso, o aparelho identifica automaticamente o canal sintonizado. Cada
morador da casa, por sua vez, por meio de um controle-remoto ou dos botões que
estão no painel do próprio aparelho (meter) registra sua presença em frente à TV.
Para a Grande São Paulo, os dados são transmitidos para a Central DataIBO-
PE, minuto a minuto (realtime), através de radiofrequência e linha telefônica. Já no
mercado Grande Rio de Janeiro, os dados são enviados à noite (overnight) através
do modem.
Nos demais mercados/praças (Grande Belo Horizonte, Grande Brasília, Grande
Curitiba, Grande Porto Alegre, Grande Recife
Recife e Grande Salvador) a coleta também é
diária, feita no dia seguinte à medição.
Da Central DataIBOPE, informações são enviadas minuto a minuto para os clientes
do IBOPE e processadas para o envio posterior e geração de outros produtos e serviços.
No Brasil, há 3.019 domicílios com people meter:
Grande São Paulo 750

Grande Rio de Janeiro 450
Grande Porto Alegre 250
Grande Curitiba 250
Grande Belo Horizonte 250
Grande Salvador 250
Grande Recife 250
Grande Brasília 250
Outras cidades 319
A pesquisa de audiência de TV também é realizada em Fortaleza
Fortaleza e Florianópolis,
com metodologia Painel (280 domicílios em cada cidade). Os colaboradores regis-
tram as informações sobre a emissora e o horário que assistiu em cadernos diários.
São formulários estruturados para preenchimento de audiência de TV de cada um
dos integrantes do domicílio. Os cadernos são recolhidos semanalmente e submeti-

dos a leitura ótica para que as informações alimentem o banco de dados e possam ser
processadas posteriormente.
Para fazer o Painel Nacional de TV, também são realizadas duas coletas por se-
mana, entretanto, para o Estado de Minas Gerais como um todo (excluindo-se o mer-
cado Grande Belo Horizonte), é realizada apenas uma coleta por semana.”
Fonte: IBOPE, em atendimento à solicitação do Autor
Autor..
Dados sobre circulação paga de jornais e revistas: este serviço, através de

sistemas de auditoria, levanta a efetividade da circulação paga em número de
exemplares por edição de um grande número de jornais e revistas brasileiros. A
instituição que oferece este serviço é o Instituto para a Verificação da Circulação
(IVC) <www.ivc.org.br>.
O serviço do IVC compreende:
“Toda publicação
competitiva que desejar
a preços constantes ingressar
de tabelas no Instituto
públicas, deve
e poderá aceitar
a partir depublicidade
sua primei-
ra edição pedir sua filiação, ficando por três meses em processo de filiação.
Em seguida, o IVC realizará uma supervisão na organização da Empresa, para
constatar se ela está em condições de atender as exigências dos Estatutos e Normas
do Instituto. Se tudo estiver em ordem, o Editor deverá preencher um formulário for-
necido pelo Instituto, com o título Pedido de Filiação. A seguir
seguir,, a equipe de auditores
do Instituto iniciará os trabalhos de verificação dos dados de circulação, correspon-
dentes a um mês do calendário (o mais próximo possível) e emitirá um relatório de
auditoria que após apresentado, aprovado e divulgado pelo IVC, tornará oficial o in-
gresso da publicação no quadro de filiados.
Antes disto, nenhum Editor poderá fazer qualquer referência ao IVC ou de sua
solicitação de filiação, sob pena de indeferimento do seu pedido.
A partir da divulgação do relatório inicial
inicial de auditoria (Auditoria Prévia), a pu-
blicação terá a responsabilidade de entregar periodicamente ao IVC, dentro dos pra-
zos previstos, a sua Informação Jurada contendo dados da Circulação Líquida, a qual,
uma vez conferida, será distribuída a todos os Associados, em disquete ou impresso.
Semestralmente, o IVC programa e executa as comprovações da Circulação Lí-
quida dos veículos filiados, de modo a não deixar nenhum período sem Auditoria.
Tais comprovações abrangem documentos, registros estatísticos e contábeis a
respeito de:
Apurações industriais

Matéria-prima (aquisição – estoque – consumo).

 Papel em bobina ou resma.
 Tintas.
Produção
 Pedido de tiragem.
 Boletins de tiragem ou máquina.
 Boletins de aplicação de tiragem.
Vendas
Vendas
 Venda avulsa – cidade sede.
 Venda avulsa – inter
interior
ior e exteri
exterior
or..
 Assinaturas – cidade sede.
 Assinaturas
Assinat uras – inter
interior
ior e exteri
exterior
or..
 Aparas – encalhes
encalhes – sabugos
sabugos – capas
capas – papel
papel sujo etc.
Distribuição grátis, exemplares não distribuídos ou inutilizados
Distribuição e expedição
 Venda avulsa e assinat
assinaturas.
uras.
 Frota e outros meios de distribuição na cidade sede.

Conhecimento dos transportes aéreos, ferroviários, marítimos, ou rodoviá-
rios, para interior e exterior.
 Guia de franquia postal.
 Guias de expedição ou de malas postais.
 Cadernos de repartes ou mapas de expedição.
Apurações de vendas
 Contagem física de exemplares nas gráficas no ato de conclusão
conclusão da produ-
produ-
ção e mediante a apresentação das respectivas notas fiscais.
 Verificação no caso
caso de praças diversas sobre venda
venda avulsa
avulsa e assinaturas.
assinaturas.
 As empresas filiadas que não possuírem oficinas próprias deverão exigir da da
gráfica impressora todos os elementos comprobatórios necessários e deve-
rão comprovar o faturamento da impressão.
 Os elementos acima são extensivos aos aos jornais e revistas de circulação
circulação
paga.
 As publicações de circulação
circulação controlada estão enquadradas nas regras es-
pecíficas.
 O IVC
IVC poderá
poderá solicitar
solicitar dos Editores todo e qualquer
qualquer documento
documento e registro
contábil, desde que necessário à comprovação das apurações.
 Fora as
as comprovações
comprovações acima o IVC mantém
mantém um serviço de controle
controle das pu-
blicações, bem como de amostragens junto aos vendedores, distribuidores,
assinantes etc., objetivando maior autenticidade às apurações.
A diferença máxima admitida pelo IVC entre os dados de circulação apresen-
tados nas informações Jurada do Editor e o resultado da Auditoria é de 4%. Acima
deste percentual o Editor será advertido e o seu Relatório de Auditoria divulgado

para todos os associados.
Além de emissões
emissões de circulares de interesse
interesse de todos
todos os associados,
associados, mensalmen-
mensalmen-
te são divulgados os dados de circulação através do website do IVC.”
Fonte: www.ivc.org.br.
Dados primários
Tipos de dados primários geralmente coletados
Os dados coletados podem ser dos seguintes tipos: características demográ-
ficas, socioeconômicas e de estilo de vida; atitudes e opiniões; conscientização e
conhecimento; motivações; comportamento passado e presente; e intenções.
i ntenções. A se-
guir,, serão apresentados cada um desses tipos de dados primários.
guir
Características demográficas, socioeconômicas e de estilo de vida: um
tipo de dado desocioeconômicas

demográficas, grande importância
e depara
estilomarketing é o respondentes,
de vida dos relativo às características
tais como:
sexo, idade, nível educacional, estado civil, número de filhos, renda, ocupação,
bens e produtos possuídos etc. Com estes dados, o pesquisador pode elaborar
tabulações cruzadas que lhe permitirão identificar o relacionamento entre essas
variáveis e opiniões e hábitos dos consumidores em relação ao produto pesqui-
sado. Pode também fazer uma análise inversa e procurar, através da tabulação
cruzada, identificar e caracterizar o perfil do consumidor típico de determinado
produto. Essas variáveis são tipicamente utilizadas no processo de segmentação
de mercado.
Algumas dessas variáveis são facilmente obtidas durante uma pesquisa. São
elas: sexo, nível educacional, estado civil, enquanto outras, como nível socioeco-
nômico e estilo de vida, são de obtenção imperfeita, pois se trata de medidas rela-
tivas e não absolutas do indivíduo perante a sociedade da qual faz parte.
Informações sobre o nível socioeconômico de pesquisados devem ser obtidas
recorrendo-se a sistemas já estabelecidos e praticados pelo mercado. No Brasil, o
sistema usual é o Critério de Classificação Econômica Brasil (CCEB), ou simples-
mente Critério Brasil, da Associação Brasileira de Empresas de Pesquisa (ABEP),
que visa estimar o poder de compra das pessoas e famílias urbanas. O Critério Bra-
sil com suas variáveis e indicadores componentes e forma de aplicação pode ser
acessado no site <www.abep.org>.
Outra forma de descrever os respondentes é através de seu estilo de vida,
definido como um modo diferenciado de viver de uma sociedade ou de seus seg-
mentos. A descrição dos consumidores, segundo seu estilo de vida, envolve o
levantamento de informações sobre suas atividades, interesses e opiniões, além

de suas características demográficas e psicográficas. No Quadro 2.4 é apresentada
uma lista das atividades, interesses e opiniões geralmente levantadas para deter-
minar o estilo de vida, chamadas de itens A-I-O.
O perfil psicográfico das pessoas está intimamente relacionado com o con-
ceito de estilo de vida e, consequentemente, com o que elas estão predispostas
a adquirir em termos de produtos e serviços, se suas condições econômicas o
permitirem. Por isso, as pesquisas quantitativas psicográficas procuram levantar
e relacionar, simultaneamente, variáveis demográficas, socioeconômicas, atitu-
dinais, comportamentais e psicológicas, e a partir de seu tratamento conjunto
(geralmente através de análise de fatores) estabelecer segmentos de mercado
psicográficos.
QUADRO 2.4 Itens de atividades, interesses e opiniões (itens A-I-O) para caracterizar estilo
de vida
Atividades Interesses Opiniões
Trabalho Família De si mesmo

Passatempos Lar Sobre itens sociais
Eventos sociais Emprego Políticas
Férias Comunitários Sobre negócios
Diversões Recreação Econômicas
Membro de clubes Moda Sobre educação
Comunitárias Alimentos Sobre produtos
Compras Meios de comunicação Sobre futuro
Esportes Aquisições Sobre cultura
Atitudes e opiniões: as atitudes são importantes para marketing, pois pos-

suem estreito relacionamento com os comportamentos e a eles precedem. Ra-
ramente, um consumidor irá adquirir um produto sobre o qual, ou sobre seu
fabricante, não tenha uma atitude favorável.
f avorável. Enquanto um comportamento é ma-
nifestado, e por isso pode ser observado, a atitude não se manifesta, a não ser pelo
comportamento apresentado, ou através de declarações do próprio entrevistado,
que permitam sua medição.
A atitude possui três componentes: um cognitivo, resultante da vivência e da
experiência do entrevistado com o rol de marcas e produtos existentes; um afeti-
vo, resultante
resultante dos sentimentos
sentimentos adquiridos em relação ao rol de marcas e produtos
existentes, e que está muito relacionado com a imagem que a empresa foi capaz
de desenvolver para seu produto ou sua marca; e um comportamental, relaciona-

do com a rápida reação de comportamento diante de determinados estímulos de
marcas e produtos.
Opiniões são manifestações de atitudes dos entrevistados em relação a deter-
minado objeto.
No Capítulo 3, serão apresentadas formas de medir atitudes e opiniões através
de escalas apropriadas.
Conscientização e conhecimento: em pesquisa de marketing, conscientiza-
ção e conhecimento referem-se ao que os entrevistados sabem ou não sabem a res-
peito de determinado produto, serviço, marca, propaganda etc. Esses dois termos
são utilizados como sinônimos.
Este tipo de dado é muito utilizado pelas agências de propaganda no processo
de avaliação de campanhas de propagandas. O entrevistado é exposto à campanha
de propaganda ou a uma propaganda específica (pode ser em situação natural ou
em laboratório), em conjunto com várias outras, sendo, a seguir
seguir,, entrevistado para
ser avaliado quanto ao índice de recordação que a propaganda produziu.
Analogamente, outras variáveis de marketing podem ser assim pesquisadas,
tais como nível de consciência:
 Do produto.
 De suas característica
características.
s.
 De onde está disponível para ser adquirido.
 De seu preço.
 Da empresa que o produz.


De
Dascomo deve ser
diferenças emusado
relaçãoe com que finalidade.
aos produtos concorrentes.
Motivações: o conceito de motivação é muito discutido, tanto em psicologia
quanto em marketing. Para os objetivos da pesquisa de marketing, motivação re-
fere-se a necessidades, desejos, vontades, impulsos ou qualquer outro estado que
impele, conduz, ativa, move, direciona ou canaliza o comportamento de pessoas
para atingir determinados objetivos.
O interesse dos pesquisadores de marketing por este tipo de dado está em de-
terminar por que as pessoas se comportam de determinada forma. À medida que o
comportamento é uma exteriorização de um conjunto complexo de variáveis do in-
divíduo, dentre elas a motivação, é importante para marketing conhecer qual a rela-
ção entre essas variáveis interiores, principalmente a motivação, e o comportamento
de escolha, compra e uso de produtos. As motivações tendem a ser mais estáveis nos
indivíduos do que seu comportamento, e conhecer as motivações permite prever

melhor o comportamento futuro do que a projeção de comportamentos passados e
presentes. Conhecendo as motivações que estão por trás do comportamento das pes-
soas, é mais fácil entendê-las, saber como influenciar seus comportamentos futuros
ou, ao menos, ter uma ideia consistente de como poderão ser.
Comportamento passado e presente: o comportamento refere-se ao que
as pessoas fizeram (comportamento passado) ou ao que estão fazendo (compor-
tamento presente). O objetivo de marketing, ao pesquisar o comportamento, é
entender melhor o consumidor e assim poder antecipar ou prever seu comporta-
mento futuro. Os comportamentos que despertam maiores interesses para marke-
ting dizem respeito à compra (presente e passado) e ao uso (presente e passado).
Comportamento é uma atividade física que envolve circunstâncias específicas,
num específico momento de tempo, com um ou mais participantes. A tarefa do
pesquisador de marketing é procurar descrever como essa atividade ocorre com
respeito a seus vários componentes.
Intenções:
mentos intenções referem-se
futuros declarados a previsões
pelos próprios e antecipações
entrevistados. dos comporta-
Se as pessoas sempre se
comportassem de acordo com as intenções manifestadas, este seria o melhor tipo
de dado a ser coletado para orientar as decisões dos gerentes de marketing. Nor-
malmente, há uma grande disparidade entre o que as pessoas intencionam fazer
e o que elas efetivamente fazem, principalmente quando se referem a intenções
de compra. Há uma credibilidade maior quando as intenções se referem a grandes
itens de compra como casas, terrenos, automóveis, refrigeradores, televisores etc.
Entretanto, mesmo aqui, o pesquisador precisa ser cauteloso. Um exemplo de es-
cala para coleta de intenções de compra é o seguinte:

Intenção definiti
definitiva
va de comprar
comprar..
 Provável intenção de comprar
comprar..
 Indeciso – pode ser que compre, pode ser que não.
 Provável intenção de não comprar
comprar..
 Intenção definiti
definitiva
va de não comprar
comprar..
 Não sabe.
Meios básicos de coleta

coleta de dados primários
primários
Existem dois meios básicos de obtenção de dados primários: a comunicação
e a observação. O método da comunicação consiste no questionamento, oral ou
escrito, dos respondentes para a obtenção do dado desejado, que será fornecido
por declaração, verbal ou escrita, do próprio. O método da observação consiste no
registro de comportamentos, fatos e ações relacionados com o objetivo da pesqui-

sa, e não envolve questionamentos e respostas, verbais ou escritas. Tanto
Tanto o méto-
do da comunicação quanto o da observação apresentam uma grande variedade de
formas e técnicas para sua condução, conforme apresentado no Quadro 2.5.
QUADRO 2.5 Meios básicos de coleta de dados primários

1. Comunicação
Quanto ao grau de estruturação e disfarce:
Estruturado não disfarçado
Não estruturado não disfarçado
Não estruturado disfarçado
Estruturado disfarçado
Quanto à forma de aplicação:
Entrevista:
Pessoal:
Individual
Em grupos
Telefone
Questionários autopreenchidos:
Pessoal (residência, lojas, locais de trabalho, locais públicos)
Correio/fax/Internet
Jornais/revistas
Tvs/rádios
Acompanhando o produto
Colocado à disposição
2. Observação:
Quanto ao grau de estruturação:
Estruturada
Não estruturada
Quanto ao grau de disfarce:
Disfarçada
Não disfarçada
Quanto aos instrumentos utilizados:
Humana
Mecânica
Eletrônica
Quanto ao ambiente:
Natural
Laboratório
Quanto ao objeto observado:
Direta
Indireta
Quanto à participação do observador:
Participativa
Não participativa
A escolha do método de coleta

coleta de dados primários implica um número de de-
cisões suplementares, tais como: As pessoas têm condições de autoadministrar o
instrumento de coleta ou há necessidade de um entrevistador?; A entrevista será
individual ou em grupo, pessoal ou por telefone?; O questionário será enviado

pelo correio/fax/internet ou distribuído pessoalmente?; A observação será natural
ou serão utilizados instrumentos mecânicos como máquina fotográfica ou eletrô-
nicos (por exemplo, câmera de TV)?; Os dados devem ser obtidos de forma disfar-
çada, para não influenciar os resultados, ou isso não será necessário? etc.
Tanto o método da comunicação quanto o da observação possuem vantagens
e desvantagens e, cabe ao pesquisador, conhecendo-as, fazer a escolha mais ade-
quada para atender às necessidades de sua pesquisa. Para auxiliá-lo nesta decisão,
é apresentado, no Quadro 2.6, um resumo das vantagens e desvantagens de cada
um desses métodos.
QUADRO 2.6 Vantagens e desvantagens dos métodos da comunicação e da observação

Método Vantagens Desvantagens
Comunicação – Mais versátil – Depende da boa vontade dos

– Mais rápido respondentes
– Depende de o respondente dispor ou se
– Menor custo
lembrar do dado solicitado
– Pode ser usado para obter a maioria de
tipos de dados – Depende da sinceridade dos
respondentes
– O instrumento de coleta ou a forma de
coleta pode influenciar as respostas
– Menos preciso
Observação – Independe da boa vontade dos – Menos versátil
respondentes – Menos rápido
– Não há influência do processo nas – Maior custo
respostas
– Dados coletados são de interpretação
– Certos dados só podem ser obtidos por mais difícil
este método
– Independe da sinceridade dos – Não pode ser utilizado para obter dados
de situações íntimas
respondentes
– Só pode ser usado para obter
– Independe de o respondente dispor ou dados exteriorizados através de
se lembrar do dado necessário comportamentos
– É mais preciso
Outras vantagens e desvantagens de cada

ca da método serão apresentadas quando
forem descritas suas opções de aplicação.
Método da comunicação
O método da comunicação pode ser classificado quanto: ao grau de estrutura-
ção e disfarce e à forma de aplicação.
comunicação quanto ao grau de estruturação
estruturação e disfarce
disfarce
Essa classificação é feita em função de duas variáveis tomadas simultanea-
mente: estruturação e disfarce. A estruturação refere-se ao grau de padronização
do instrumento de coleta dos dados. Um instrumento de coleta altamente estru-
turado
possíveissignifica
de seremque, tanto as questões
respondidas, já estãoacompletamente
serem perguntadas, como as Entretan-
determinadas. respostas
to, um instrumento de coleta não estruturado significa que apenas os assuntos a
serem abordados estão listados, e tanto o entrevistador quanto o respondente es-
tão livres para perguntar e responder com suas próprias palavras. Um instrumento
de coleta medianamente estruturado é aquele em que, por exemplo, as questões a
serem perguntadas são fixas, mas as respostas são obtidas pelas próprias palavras
do pesquisado. O disfarce diz respeito a em que grau o instrumento de coleta de
dados permite ao respondente saber sobre os propósitos da pesquisa e sobre quais
temas está sendo questionado. Um instrumento não disfarçado é aquele que per-
mite total transparência ao pesquisado. Um instrumento disfarçado é aquele que
não permite nenhuma transparência.
Método estruturado não disfarçado: compreende basicamente os instrumen-
tos utilizados em pesquisas conclusivas, principalmente levantamentos amostrais
e estudos de campo. Nesses instrumentos, comumente denominados questioná-
rios, as perguntas são apresentadas exatamente com as mesmas palavras, sempre
na mesma ordem, e com as mesmas opções de respostas a todos os respondentes.
O objetivo dessa extrema padronização é ter certeza de que todos responderam
exatamente à mesma pergunta. Se for permitido que os entrevistadores façam as
perguntas de forma diferente, é bem possível que sejam obtidos dados diferentes.
Por exemplo, se um pesquisador pergunta “Você costuma ir ao teatro mensalmen-
te?” e outro pergunta “Você
“Você costuma ir ao teatro?”, com certeza os dados obtidos
não poderão ser comparáveis, pois um pode responder a partir de seu costume de
ir ao teatro ao menos uma vez por mês, enquanto o outro pode responder segundo
sua ida semestral ao teatro.
Os instrumentos estruturados não disfarçados requerem um longo tempo de
desenvolvimento e construção
construção e exigem do pesquisador o máximo cuidado em não
deixar que perguntas fiquem sem algumas das possíveis alternativas de resposta,
pois isso poderá confundir o respondente. Devem, também, ser tomados cuidados
para que as perguntas sejam elaboradas de forma
f orma a não induzir às respostas e que
as opções de respostas estejam suficientemente claras e completas. Uma forma im-
portante de depuração do instrumento é o pré-teste.
As maiores vantagens da utilização de instrumentos estruturados não disfar-
çados estão na simplicidade de sua aplicação e na facilidade que proporcionam
para a tabulação, análise e interpretação. Se o instrumento foi bem construído e
devidamente testado, os respondentes não terão dificuldades em respondê-lo, e

poucas orientações serão suficientes para instruí-los sobre como devem proceder
para respondê-lo. Por
Por outro lado, como as opções de respostas são extremamente
padronizadas, o instrumento todo pode ser pré-codificado, o que vem a facilitar
o processo de digitação e processamento dos dados, tanto em termos de rapi-
dez e economia, quanto em termos de precisão. Sua aplicação pode ser efetuada
pessoalmente,
pessoal mente, pelo telefone, pelo correio/fax/internet, por jornais e revistas ou
acompanhando o produto.
As desvantagens dos instrumentos estruturados não disfarçados são as mes-
mas do método de comunicação: dependem da boa vontade dos respondentes,
dependem de o respondente dispor ou lembrar do dado solicitado, dependem da
sinceridade dos respondentes e de o instrumento de coleta ou sua forma pode-
rem influenciar as respostas. A estas acrescenta-se mais uma, que é a limitação da
informação obtida, pois este tipo de instrumento é muito bom para obter os fa-
tos, mas extremamente inadequado para obter as explicações e os porquês desses
fatos.
É apresentado, a seguir, um exemplo de pergunta típica de um instrumento
estruturado não disfarçado. Numa pesquisa sobre turismo receptivo no Brasil, rea-
lizado pela Embratur e pela Riotur,
Riotur, uma das perguntas do instrumento era:
Razões para sua viagem:
__ Turismo
__ Negócios
__ Congresso ou convenção
__ Outros. Especifique:_________________________________
Como pode ser observado, o propósito está claro, e a pergunta está completa-
mente estruturada.
Método não estruturado não disfarçado: a abordagem não estruturada não
disfarçada (também conhecida como pesquisa focalizada, pesquisa da motivação,
pesquisa não diretiva ou pesquisa profunda) caracteriza-se por ter os propósitos
do estudo claros aos respondentes, mas não há uma estruturação predefinida das
perguntas e das respostas. Há uma grande flexibilidade quanto a como perguntar
e ao grau de questionamento. As respostas são abertas e os respondentes têm li-
berdade e são encorajados a expressarem livremente suas percepções, crenças, va-
lores, opiniões, experiências, atitudes, estilo de vida, comportamentos e intenções.
Há duas técnicas para a utilização da abordagem não estruturada não disfar-
çada em pesquisas de marketing: a entrevista focalizada de grupo e a entrevista
focalizada individual. Existem outras técnicas que são mais adequadas às necessi-
dades da psicologia do que às de marketing
ma rketing e que, por isso, não são apresentadas
neste livro, porém, a forma é a mesma, variando apenas o grau de profundidade

e os temas pesquisados. Nessas outras técnicas, o interesse maior está focalizado
nas motivações e sentimentos mais amplos e subjacentes no transcorrer das expe-
riências de vida de um indivíduo, e não voltado para uma experiência específica,
que é o interesse de marketing.
Entrevista focalizada de grupo (focus group) : a entrevista focalizada de grupo
(também conhecida por focus group, reuniões de grupos, pesquisa diagnóstica e
pesquisa da motivação) é uma técnica de entrevista muito pouco estruturada,
estruturada, con-
duzida por um moderador experiente, simultaneamente, com um pequeno núme-
ro de participantes, para obter dados sobre determinado assunto focalizado. Esta
técnica teve sua origem na psicologia, como método de terapia de grupo.
A entrevista focalizada de grupo pode ser utilizada em marketing para um
grande número de finalidades, das quais destacam-se:
 Avaliar e ajudar
ajudar a desenvolver conceitos de novos produtos.

Gerar hipóteses sobre
sobre opiniões,
opiniões, usos, costumes, imagens,
imagens, aceitação
aceitação de
de
produtos, percepções, crenças, valores, experiências, atitudes, estilo
de vida, comportamentos passado e presente e intenções, que poderão
ser futuramente testadas quantitativamente.
 Gerar ideias criativas para desenvolver novos produtos
produtos ou aprimorar
aprimorar pro-
dutos atuais.
 Gerar ideias criativas
criativas para o desenvolvimento de propaganda
propaganda e promo-
ções de vendas de produtos.
 Ajudar a reduzir
reduzir o número dede opções de um novo produto
produto a ser submeti-
do a um teste de mercado ou a uma pesquisa quantitativa.
quantitativa.
 Gerar informação útil para
para estruturar
estruturar instrumentos de coleta
coleta de dados.
 Prover informações gerais a respeito
respeito de uma
uma categoria
categoria de produto.
produto.
 Ajudar a interpretar
interpretar informação previamente obtida em pesquisa quan-
titativa.
Os grupos devem ser formados por pessoas com características demográficas,

demográf icas,
socioeconômicas e de estilo de vida extremamente homogêneas. Esta condição é
importante para que haja identificação e integração entre os participantes, du-
rante a reunião, e para que não haja posições extremamente conflitantes entre
os membros do grupo. Geralmente, o pesquisador recorre a recrutadores dispo-
níveis no mercado, especializados em recrutar e selecionar participantes. O re-
crutador recebe o perfil e o número de participantes necessários e procede ao
recrutamento e a uma seleção prévia. Desse perfil, deve constar também qual a
experiência necessária que o participante deve ter. A seleção final dos participan-
tes é sempre do pesquisador e é feita através das fichas dos recrutados, enviadas
pelo recrutador.
Na seleção dos participantes do grupo, deve ser evitado que, de um mesmo
grupo, participem parentes, conhecidos, vizinhos ou amigos, para que relaciona-
mentos existentes previamente não predominem durante a reunião. Devem tam-
bém ser evitadas: pessoas que participem constantemente desse tipo de reunião e
pessoas que trabalhem na área de marketing e em agências de pesquisas de mar-
keting e de propaganda (por questões de sigilo e pela possibilidade de viés). O ta-
manho dos grupos deve ficar entre 8 e 12 pessoas. Experiências têm mostrado que
grupos acima de 12 inibem e reduzem as possibilidades de participação de todos,
e grupos com menos de 8 tendem a ser menos dinâmicos e cresce a possibilidade
de que apenas alguns participantes dominem a reunião.
A reunião deve ocorrer em ambiente agradável, que estimule a descontração
e encoraje a participação das pessoas. O ideal seria que a reunião fosse realizada
num ambiente de sala de estar de uma residência. Como isto é muito difícil de con-
seguir,, devido à ausência de disponibilidades e à necessidade de infraestrutura, o
seguir
que normalmente ocorre é que a reunião é realizada em salas de agências de pes-
quisas de marketing ou de propaganda, especialmente construídas para essa fina-
lidade, as quais, além da infraestrutura disponível, permitem o acompanhamento
da reunião pelos clientes através de espelhos one-way, bem como sua gravação
em áudio e vídeo para observações e análises posteriores. Na sala onde a reunião
ocorre, só devem estar presentes o moderador, um taquígrafo (este pode ser dis-
pensável, dependendo da forma como a reunião será registrada) e os entrevista-
dos; ninguém mais deverá estar presente, sob pena de a reunião ficar totalmente
prejudicada. Durante a reunião, devem ser servidos bebidas (café, chá, refrigeran-
tes ou bebidas levemente alcoólicas) e petiscos para acentuar a impressão de uma
reunião social e obter-se o clima de descontração. É costume, ao final da reunião,
que seja efetuado um agradecimento formal à participação de cada entrevistado e
distribuído um presente como retribuição a essa participação.
O entrevistador,
entrevistador, no caso chamado
chama do de moderador,
moderador, desempenha um papel
pa pel fun-
damental na entrevista focalizada de grupo. Sua principal função é focalizar a
atenção dos participantes para determinada experiência e, a partir dela, obter os
dados desejados. O moderador precisa saber, antecipadamente, quais os tópicos
e sua sequência e quais aspectos de uma questão precisam ser abrangidos. A lista
a ser abrangida deriva da formulação do problema de pesquisa e de suas respec-
tivas hipóteses e do conhecimento prévio das experiências pelas quais os entre-
vistados passaram. Esta listagem de tópicos é tudo de que o moderador dispõe
para conduzir a reunião; a forma de elaborar as perguntas, a quem efetuá-las, o
momento propício de serem efetuadas, o estímulo à participação dos mais ini-

bidos, o controle da participação dos mais extrovertidos e a manutenção de um
alto grau de interação entre os elementos do grupo etc. ficam ao livre arbítrio do
moderador.
Além de seu
seu importante papel de liderar
liderar a reunião (diferentemente dos outros
métodos de pesquisa em que a coleta dos dados e sua análise são feitas por dife-
rentes pessoas), o moderador é também responsável pelas análises e pela elabo-
ração do relatório de pesquisa. Por todas essas razões, o moderador de entrevista
focalizada de grupo precisa ser uma pessoa com grandes conhecimentos teóricos
e práticos dessa atividade. Geralmente, as pessoas que reúnem essas condições
são psicólogos que desenvolveram a característica de moderadores através de pro-
fundos conhecimentos teóricos e de grande experiência prática. O conjunto de
características do moderador ideal compreende, entre outras: comunicabilidade,
amabilidade, firmeza, permissibilidade, envolvimento, autocontrole,
autocontrole, empatia, fle-
xibilidade e sensibilidade.
A duraçã
duraçãoo da reun
reunião
ião varia de 1,5 a 3,0
3,0 horas
horas.. Re
Reuniõ
uniões
es com meno
menoss de 1,5 hora
são muito pouco produtivas, pois, geralmente, leva-se de 30 a 40 minutos para
aquecer o grupo antes de o assunto em pauta ser introduzido, e o tempo restante
é muito pouco para que todos os participantes possam expressar suas opiniões. O
moderador deve ter sensibilidade para perceber quando é chegada a hora de en-
cerrar a discussão, deve perceber quando novas informações não estão mais sendo
acrescentadas, ou quando sinais de exaustão começam a ser apresentados. A du-
ração não deve ultrapassar 3 horas, que é o limite considerado máximo para que
a exaustão do grupo não comece a prejudicar a reunião.
O número
abrangidas pelodeestudo,
grupossegmentos
a ser conduzido depende
de mercado de: objetivos
de interesse e dasdodisponibilidades
estudo, regiões
de tempo e recursos financeiros. Quando os recursos financeiros forem limitados,
o pesquisador deverá concentrar a formação de grupos com os segmentos que fo-
rem prioritários para a pesquisa.
As vantagens da entrevista
entrevista focalizada de grupo
grupo estão relacionadas
relacionadas com a pre-
missa de marketing de que quando se deseja entender os consumidores, o melhor
caminho é ouvi-los. Há muito que aprender ouvindo os consumidores contarem
suas experiências, imagens etc. com suas próprias palavras, de forma espontânea
e não forçada.
A maior desvantagem deste método é a impossibilidade de utilização dos da-
dos obtidos de forma conclusiva. Esta impossibilidade está relacionada com as se-
guintes “fraquezas” deste método:
 As amostras
amostras são constituídas por um número
número muito pequeno de entrevis-
entrevis-
tados, o que impede qualquer inferência e extrapolação.
 As amostras
amostras não são formadas
formadas por
por processos
processos probabilísticos,
probabilísticos, o que tam-
tam-
bém impede qualquer inferência e extrapolação.
 A interpretação
interpretação dos dados
dados é altamente subjetiva e demorada
demorada e depende
muito da experiência e da percepção do moderador e, muitas vezes, exige
a utilização de técnicas muito sofisticadas e pouco exatas, como a análise
de valores.
 A grande
grande interação
interação ocorrida
ocorrida durante
durante a reunião pode terter feito com que
opiniões que contrariassem a opinião média do grupo deixassem de ser
manifestadas por receios de exposição social.
Devem também ser registradas a dificuldade e subjetividade da análise dos

dados coletados na entrevista focalizada de grupo. Sistemas de análise de dados
que contenham o módulo de análise léxica contribuem para facilitar as análises
(denominada de análise de conteúdo).
Em função dessas fraquezas, a entrevista focalizada de grupo é uma técnica
muito recomendável para pesquisas exploratórias e não para pesquisas conclusivas.
Entrevista focalizada individual: a entrevista focalizada individual (também
denominada entrevista em profundidade) é uma técnica de entrevista muito pou-
co estruturada, conduzida por um moderador experiente, com um único entrevis-
tado de cada vez, para obter dados sobre determinado assunto focalizado. Como
pode ser observado, a essência desta técnica é semelhante à anterior, com a dife-
rença de que agora as entrevistas são individuais.
Essa forma de pesquisa tem sido muito pouco utilizada em marketing, pois,
tendo praticamente os mesmos objetivos da entrevista focalizada em grupos, apre-
senta muitas desvantagens em relação àquela como custos mais elevados, maior
prazo de aplicação, amostras menores e grande dependência do entrevistador-
-analista. Além disso, é muito mais difícil, e leva mais tempo, para conseguir que
as pessoas se exponham quando estão sozinhas do que quando em grupos, em que
se sentem apoiadas.
As entrevistas focalizadas individuais
i ndividuais apresentam as seguintes vantagens so-
bre as em grupos: permitem um aprofundamento maior do tema e a associação
direta dos dados com o respondente.
Analogamente às entrevistas focalizadas grupais, as individuais se prestam
apenas à utilização em pesquisas exploratórias.
Método não estruturado disfarçado: as técnicas de coleta de dados não es-
truturadas disfarçadas, também chamadas de técnicas projetivas, compreendem a
criação de uma circunstância que encoraje os respondentes a exporem livremente

dados sobre crenças, sentimentos, estrutura da personalidade, necessidades emocio-
nais e seus conflitos interiores, sem que tenham conhecimento
conhecimento do que estão expondo.
Os métodos projetivos vêm da psicologia. Foram inicialmente desenvolvidos
para diagnosticar e tratar pacientes com perturbações emocionais, e este tem sido
seu principal uso. Num teste projetivo, as respostas não são consideradas por seu
conteúdo aparente, mas em função da conceituação psicológica preestabelecida
para aquela situação de pesquisa. Essa conceituação subjacente é que apresenta o
quadro referencial para a interpretação das respostas obtidas.
A aplicação das técnicas projetivas exige profissionais com larga experiência e
conhecimentos teóricos (psicólogos ou psicanalistas), além disso, são técnicas de
aplicação demorada e de interpretações difíceis e extremamente subjetivas. É raro
encontrar consumidores que se predisponham a se submeter a elas. Devido a estas
dificuldades, as técnicas projetivas são raramente utilizadas em marketing, e seu
uso tem-se limitado a situações especiais, em que não se consegue obter os dados
necessários através de técnicas não disfarçadas.
A título de curiosidade, as técnicas não estruturadas disfarçadas que têm, ou
poderão vir a ter,
ter, alguma utilização em pesquisas de marketing são: contar histó-
rias (Teste de Apercepção Temática – TAT), Teste de Rorschach, interpretação de
papéis, completar histórias, completar desenhos em quadrinhos, completar sen-
tenças, associação de palavras, hierarquização de palavras, brincar com bonecos,
desenho de pessoas, colagem e o Teste Tomkins-Horn de organização de figuras.
Contar histórias TAT): o TAT consiste em uma sé-
histór ias (Teste de Apercepção Temática – TAT):
rie de figuras, em forma de histórias em quadrinhos, que descrevem, de forma neu-
tra, determinada situação
situação relacionada ao produto ou tópico de marketing em estudo.
Teste de Rorschach:
ta diferente. é composto
O teste consiste de dez cartões,
em perguntar cada um com
aos respondentes um borrão
o que significadecada
tin-
um dos borrões. Todos os borrões são padronizados e suas descrições possíveis por
parte do respondente têm conceituação psicológica preestabelecida. Pela dificulda-
de de aplicação a problemas de marketing e, principalmente, pela subjetividade de
sua interpretação, o Teste de Rorschach é raramente empregado em pesquisas de
marketing.
Interpretação de papéis: a interpretação de papéis, ou técnica da terceira pes-
soa consiste em apresentar uma situação de pesquisa, de forma oral ou visual, em
que o respondente é solicitado a exprimir seus sentimentos e crenças para a con-
dição em que o sujeito da situação fosse outra pessoa, como um amigo seu, um
parente, um vizinho ou um consumidor “típico” de determinado produto. Pressu-
põe-se que, descrevendo aquela situação para terceiros, estará revelando seus pró-
prios sentimentos e crenças a respeito.
Completar histórias: esta técnica consiste em o respondente receber uma histó-

ria ou enredo do qual se conta o suficiente para focalizar sua atenção em determi-
nado tópico, mas não o suficiente para indicar
i ndicar seu final; a seguir
seguir,, ele é convidado
a apresentar sua conclusão.
Completar desenhos em quadrinhos: esta técnica consiste em apresentar aos
respondentes desenhos em quadrinhos apresentando uma ou mais pessoas em
uma particular situação. O respondente é solicitado a completar o quadrinho se-
guinte em função da(s) situação(ões) observada(s) nos quadrinhos anteriores.
Geralmente, a complementação é feita com palavras, preenchendo-se o balão re-
servado para o texto do quadrinho seguinte.
Completar sentenças: completar sentenças é uma técnica similar à de comple-
tar quadrinhos, e compreende solicitar aos respondente
respondentess que completem uma sen-
tença, em que são apresentadas as primeiras palavras de uma possível sentença.
Associação de palavras: o teste de associação de palavras consiste em entregar
ao respondente uma lista de palavras para que associe imediatamente com a pri-
meira palavra que lhe ocorrer.
ocorrer. As palavras são cuidadosamente selecionadas e co-
locadas em sequência, de forma a permitir a revelação de crenças e sentimentos.
Os resultados do teste são analisados em relação à frequência das respostas, a seu
conteúdo, à hesitação em respondê-las e ao número de respostas em branco. Esta
técnica é utilizada em pesquisas de marketing para descobrir que associações es-
tão ligadas a determinada marca que se pretenda adotar para um novo produto.
Hierarquização de palavras: consiste em apresentar uma série de palavras que
exprimam sentimentos, crenças e valores e solicitar que os respondentes colo-
quem-nas numa hierarquia, desde a que lhe é mais importante até a menos impor-
tante. Exemplos de palavras que exprimem sentimentos, crenças e valores, cuja
hierarquização expressará muito a respeito das personalidades dos respondentes:
respondentes:
amor, bem viver, conhecimentos/nível educacional, dinheiro, igualdade, liberda-
de, paz, política, patriotismo, religião, riqueza, sexo, trabalho etc.
Brincar com bonecos: na técnica de brincar com bonecos, o respondente recebe
um conjunto de bonecos, que representam adultos e crianças de ambos os sexos,
e é solicitado a montá-los de forma a representar como agiriam em determinada
circunstância. É uma técnica mais adequada para pesquisar crianças.
Desenho de pessoas: no teste de desenho de pessoas, parte-se do pressuposto
de que o desenho que uma pessoa faz de outro ser humano representa muito da
imagem que a pessoa tem de si mesma.
Colagem: a colagem consiste em entregar a um respondente ou a um grupo de
respondentes várias revistas velhas, cartolina e cola e fornecer-lhes um tema para
respondentes
que seja representado pela colagem dos recortes do material fornecido. Parte-se
do pressuposto de que a forma e a criatividade apresentadas dizem muito a respei-

to da personalidade individual ou grupal.
Teste Tomkins-Horn de organização de figuras: consiste em 25 cartões com três
desenhos cada um, que podem ser dispostos de várias formas para apresentar
uma sequência de acontecimentos; o pesquisado é solicitado a dispô-los na sequ-
ência que considerar mais adequada. A tabulação e a pontuação são efetuadas por
computadores, e os resultados são interpretados para dar as seguintes dimensões
da personalidade do respondente: grau de conformismo/inconformismo, tipo de
orientação social, grau de otimismo/pessimismo, nível de atuação e nível de orien-
tação para o trabalho.
Método estruturado disfarçado: esta técnica retrata uma tentativa de asso-
ciar as vantagens das técnicas não estruturadas disfarçadas (técnicas projetivas),
principalmente a de que o pesquisado não saiba os objetivos da pesquisa, com a
facilidade de aplicação, tabulação, interpretação e análise das técnicas estrutura-
das não disfarçadas. Em função disso, foram criadas algumas técnicas estrutu-
radas disfarçadas, mas cuja utilização em pesquisas de marketing é desconhecida.
Nesse método, os respondentes são solicitados a memorizar e em seguida a
descrever sobre um tópico determinado pelo pesquisador. As respostas são anali-
sadas e conclusões são inferidas sobre a natureza dos respondentes conforme suas
lembranças, crenças e sentimentos manifestados em relação ao tópico. O método
está baseado na premissa de que, quanto mais informação for retida pelos respon-
dentes em relação a determinado tópico, maior deverá ser sua atitude em relação
a ele, pois as pessoas tendem a:
 Selecionar sua exposição

exposição às informações
informações sobre os tópicos
tópicos de
de seu interesse.

Diferenciar e canalizar
interesse. canalizar a percepção da informação
informação para os tópicos de seu
 Reter seletivamente as informações
informações a respeito
respeito dos
dos tópicos
tópicos de seu interesse
interesse
e que sejam coerentes com suas atitudes em relação a esses tópicos.
Assim, solicitar às pessoas que recordem e descrevam informações a respeito
de determinado tópico é uma forma de medir,
medir, disfarçadamente, a direção e a for-
f or-
ça de suas atitudes em relação ao próprio tópico e até sua atitude perante a vida
e o mundo. Alguns autores consideram que o assunto em si escolhido para que as
pessoas discorram não é importante, mas sim que provoque reações que permitam
a medição da atitude de interesse.
Pela dificuldade de sua aplicação e pela subjetividade de sua interpretação,
são muito remotas as possibilidades de que técnicas estruturadas disfarçadas ve-
nham a ser intensamente utilizadas em pesquisas de marketing.
comunicação quanto à forma de aplicação
O método da comunicação quanto à forma de aplicação compreende: entre-
vistas e questionários
questionários autopreenchidos.
autopreenchidos.
Entrevista: o método da entrevista é caracterizado pela existência de uma pessoa
(entrevistador)
do). A entrevistaque faráser
pode a pergunta
realizadaepessoalmente
anotará as respostas
ou por do pesquisado
telefone, (entrevista-
individualmente
ou em grupos.
Entrevista pessoal: a entrevista pessoal consiste em que o entrevistador e o(s)
entrevistado(s) estejam em contato pessoal para a obtenção dos dados. A tarefa
do entrevistador é contatar o(s) entrevistado(s), agendar a(s) entrevista(s), efe-
tuar as perguntas e tomar nota das respostas. A entrevista tanto pode ser indivi-
dual como em grupos. Na entrevista em grupos, várias pessoas são entrevistadas
ao mesmo tempo. A forma mais comum de entrevista em grupos em pesquisas de
marketing é a entrevista focalizada de grupo, que foi vista neste capítulo.
dadosEntrevista por telefone

da pesquisa através: de
as entrevistas
telefone, aopor telefone
invés consistem
de contato na obtenção
pessoal. De todosdos
os
métodos de coletar dados, a entrevista por telefone é o método que atualmente
predomina nos países onde a grande maioria da população possui telefone (nes-
tes países, cerca de 90% das pesquisas de marketing são realizadas por telefone).
Infelizmente, no Brasil, as entrevistas por telefone tem seu uso ainda restrito às
classes sociais cuja maioria já possui telefone ou à empresas, o que impede que as
agências de pesquisas e as empresas tirem maior proveito de suas vantagens de
grande eficiência e baixo custo, quando comparadas às entrevistas pessoais.
Questionários autopreenchidos: os questionários autopreenchidos consis-
tem em um instrumento de coleta de dados lido e respondido diretamente pelos
pesquisados, não havendo a figura do entrevistador.
entrevistador. As formas de enviar e receber
o questionário podem ser as mais diversas possíveis:
 Pessoalmente: o questionário
questionário é entregue
entregue e recolhido pessoalmente na re-
re-
sidência, em lojas, empresas, escolas etc. Ou em qualquer lugar público.
 Correio/fax/Internet:
Correio/fax/ Internet: o questionário
questionário é enviado e recebido
recebido pelo correio,
por aparelhos de fax ou pela Internet.
 Jornais/revistas:
Jornais/revistas: o questionário chega ao respondente impresso em jor-
nais ou revistas e deve ser devolvido pelo correio ou colocado em urnas
estrategicamente
estrategicamen te localizadas.

Tvs/rádios: o respondente
respondente é solicitado
solicitado a entrar
entrar em contato
contato com a emissora
(via telefone ou Internet) e responder à pergunta que está sendo colocada
no ar. Essa resposta é registrada automaticamente pelo sistema adotado.
 Acompanhando o produto:
produto: o questionário
questionário é enviado ao ao respondente
respondente
acompanhando o produto e deve ser devolvido pelo correio.
 Colocado à disposição:
disposição: o questionário fica à disposição em locais
locais que o pú-
blico de interesse da pesquisa frequenta. Após o preenchimento os questio-
nários são depositados numa urna de onde são periodicamente recolhidos.
Com exceção da forma de enviar e receber o questionário pessoalmente, todas
as demais formas de aplicação de questionários autopreenchidos apresentam pro-
blemas de controle amostral, pois não há certeza de que quem respondeu é quem
deveria fazê-lo. Outro problema resultante é que, mesmo sendo a amostra original
probabilística, a amostra efetiva de respondentes não o será.
Comparação entre os métodos de comunicação quanto à forma de

aplicação
É apresentado no Quadro 2.7 o resumo da comparação entre os métodos de
comunicação segundo a forma de aplicação. Como cada uma das formas de apli-
cação apresenta variações que podem implicar mudanças em suas características,
foram consideradas, para efeito de comparação, apenas as formas básicas de cada
método: entrevista pessoal, entrevista por telefone e questionários autopreenchi-
dos por correio/fax/Interne
correio/fax/Internet.
t.
QUADRO 2.7 Comparação entre as características dos métodos de comunicação segundo a

forma de aplicação: entrevista pessoal, entrevista por telefone e questionários
autopreenchidos por correio/fax/Internet
Entrevista Entrevista por Questionário
Característica
pessoal telefone autopreenchido
Versatilidade Alta Média Baixa
Custo Alto Médio Baixo
Tempo para aplicação Alto Baixo Médio
Controle amostral Alto Médio Baixo
Quantidade de dados Alta Média Média
Qualidade dos dados (Veja Quadro 2.8)
Garantia de anonimato Baixa Baixa Média
Habilidade exigida para aplicação Alta Alta Baixa
Uniformidade da mensuração Baixa Média Alta
Índice de resposta Alto Alto Baixo
Nível educacional exigido dos Baixo Baixo Alto
respondentes
Possibilidade de verificação da Alta Baixa Baixa
sinceridade das respostas
Tamanho da amostra Pequeno Grande Grande
Comparação do grau de ocorrência de vieses conforme o método de comuni-

cação utilizado, demonstrado no Quadro 2.8.
QUADRO 2.8 Grau de ocorrência de vieses conforme o método de comunicação utilizado
Nível de ocorrência de viés

Fonte de viés Entrevista Entrevista Questionário
pessoal por telefone autopreenchido
Garantia de anonimato Alto Médio Baixo

Questões de entendimento difícil Baixo Médio Alto
Uniformidade das mensurações Alto Médio Baixo
Conhecer todas as questões antes de responder Baixo Baixo Alto
Fraude do entrevistador Alto Baixo Baixo
Dificuldade de supervisão e controle Alto Médio Baixo
Controle sobre quem responde Baixo Alto Alto
Influência do entrevistador Alto Alto Baixo
Insinceridade nas respostas Baixo Alto Alto
Garantia de anonimato: o questionário é o método que apresenta a maior

garantia de anonimato aos respondentes. Basta solicitar que não se identifiquem
ao respondê-lo que o anonimato estará garantido. Se, por um lado, a possibilidade
de anonimato ajuda a coleta de dados sinceros de conteúdo difícil, por outro difi-
culta o controle amostral.
Tanto as entrevistas pessoais, quanto as por telefone, possuem baixa garantia
de anonimato, mesmo quando o entrevistador promete verbalmente que haverá
total anonimato, sempre persistirá a dúvida para o respondente, à medida que,
agarantia
qualquer
de momento,
anonimatouma identificação
nas entrevistas poderáé ser
pessoais feita. Uma
formalizá-la formadedeum
através elevar
docu-a
mento escrito que deve ficar com o entrevistado.
Habilidade exigida para aplicação: tanto as entrevistas pessoais quanto as
por telefone exigem grande habilidade para sua aplicação. O perfil de qualifica-
ções dos entrevistadores precisa ser elevado e deve estar perfeitamente adaptado
às características do público a ser pesquisado. Nos dois tipos de entrevistas, é mui-
to importante que seja estabelecido um processo de empatia entre entrevistador e
entrevistado, como condição para a obtenção de bons resultados. A melhor forma
de conseguir empatia é fazer com que o perfil dos entrevistadores seja aproxima-
damente igual ao dos entrevistados. Os questionários exigem pouca habilidade
para sua aplicação.
Uniformidade das mensurações: as mensurações têm grande uniformida-
de nos questionários. Frases padronizadas, ordem padronizada das perguntas,
perguntas padronizadas e opções de respostas padronizadas asseguram grande

uniformidade entre uma mensuração e outra. Entretanto, as entrevistas pessoais
tendem a apresentar um baixo índice de uniformidade. As situações das entrevis-
tas são diferentes, as personalidades dos entrevistadores são diferentes, o compor-
tamento dos entrevistadores durante a entrevista pode ser diferente, pode haver
maior ou menor empatia entre entrevistado e entrevistador, tudo isto contribui
para a pouca uniformidade entre as mensurações. As entrevistas pelo telefone
também tendem a ter ter,, pelos mesmos motivos, uma baixa uniformidade, mas como
estão sujeitas a um maior controle e supervisão, esta uniformidade poderá ser
aprimorada através de intenso treinamento, controle e supervisão.
Índice de respostas: o questionário, com exceção da entrega e recolhimento
pessoais, oferece a menor pressão para obtenção de respostas imediatas. Este fato
tem duas implicações: a primeira é que as pessoas, tendo mais tempo para res-
ponder,, e respondendo sem pressões, tendem a refletir mais sobre cada questão e
ponder
a responder melhor; a segunda é que, sem pressão, a grande maioria das pessoas
acaba deixando de responder, o que faz com que os questionários apresentem o
menor índice de respostas de todos os métodos de aplicação. A consequência mais
grave desse baixo índice de respostas é o baixo controle amostral.
Em questionários aplicados pelo correio, fax/Internet os índices de resposta
podem variar de 3% a 50%. Várias experiências efetuadas para elevar seus índices
de respostas mostraram que as seguintes providências funcionam:
 Enviar antecipadame nte uma carta/e-mail, ou telefonar

antecipadamente telefo nar,, apresentando
apresentand o ao
respondente os objetivos do estudo e solicitando sua cooperação.
 Enviar o questionário acompanhado de uma segunda carta/e-mail apre-
sentando os objetivos
do formalmente sigilo.do estudo, solicitando sua cooperação e prometen-
 Acompanhando o questionário,
questionário, enviar envelope selado para a resposta
resposta
quando pelo correio.
 Acompanhando o questionário,
questionário, enviar um pagamento simbólico pela co-
operação em responder (as pessoas ficam inibidas por receberem o paga-
mento e se sentem na obrigação de responder).
 Quando por correio,
correio, fax/Interne
fax/Internet,
t, jornal
jornal ou revista,
revista, associar o recebimen-
recebimen-
to de um brinde aos respondentes ou a possibilidade de participar de
concurso cujos prêmios são objetos valiosos.

Aproximadamente, após uma ou duas
Aproximadamente, duas semanas,
semanas, remeter nova carta/
carta/
e-mail, enfatizando a importância da colaboração do respondente (esta
carta pode ser substituída por um telefonema).
 Após quatro
quatro semanas
semanas da
da postagem
postagem inicial,
inicial, enviar
enviar novamente
novamente um exem-
plar do questionário, acompanhado de nova carta/e-mail solicitando
cooperação.
Além dess
dessas
as provi
providênci
dências,
as, vário
várioss outr
outros
os fator
fatores
es influ
influenciam
enciam o índice de resp
resposta:
osta:
 Identificação do patrocinador
patrocinador e (ou) do realizador
realizador da pesquisa:
pesquisa: esta pro-
vidência gera maior confiança
confiança nos respondentes e, quanto mais
mais conheci-
da e idônea for a empresa, maior será a confiança do respondente.
 Formato e apresentaçã
apresentaçãoo agradáveis do question
questionário:
ário: o formato e a apre-
sentação (letras; figuras; desenhos; uso de cores; tipo, qualidade e cor do
papel etc.) facilitam e estimulam a resposta.
 Extensão do questionário:
questionário: questionários extensos constituem-se numa
barreira para serem respondidos. Quanto mais objetivos e curtos, maior
será o índice de respostas.

Natureza dos respondentes:
respondentes: geralmente, as pessoas
pessoas que
que mais
mais respondem
respondem
aos questionários são as mais interessadas, as mais participantes e as mais
instruídas da população.
 Envolvimento do respondente
respondente com o objetivo da pesquisa:
pesquisa: dependendo
dependendo
do assunto pesquisado poderá haver maior interesse ou envolvimento do
pesquisado, o que poderá redundar em um melhor índice de resposta.
Nas entrevistas pessoais, os maiores problemas são não encontrar o respon-

dente em casa, recusas e dificuldades de acesso à residência. O fato de não en-
contrar o respondente em casa é, em parte, resolvido com revisitas, ou, em último
caso, com uma substituição por outro respondente semelhante.
semelhante. A recusa também
pode ser substituída por outro respondente. A dificuldade de acesso ocorre, prin-
cipalmente, em grandes cidades, em prédios de apartamentos e em bairros resi-
denciais murados e com portarias, chamados condomínios horizontais fechados.
Nesses tipos de condomínios, é praticamente impossível aos entrevistadores ter
acesso às residências. Principalmente em função desta última razão, para a qual a
única solução possível é a entrevista por telefone, as entrevistas pessoais têm um
índice de resposta considerado médio. Nos bairros onde este problema não ocorre,
a pressão da presença física do entrevistador, associada às providências anterior-
mente apresentadas, faz com que o índice de respostas seja elevado.
As entrevistas por telefone são as que menos tendem a apresentar problemas
problemas
de recusas, e por isso apresentam o melhor índice de respostas dos três métodos.
Nível educacional exigido dos respondentes: segundo dados do Censo de
2010, disponibilizados no site do Instituto Brasileiro de Geografia e Estatística
– IBGE <www
www.ibge.com.br
.ibge.com.br>, os índices de analfabetismo (para pessoas de dez ou
mais anos de idade) são os que constam nas Tabelas
Tabelas 2.1 e 2.2.
TABELA 2.1 Índice de analfabetismo nas regiões brasileiras – pessoas com dez ou mais anos
de idade
Região Analfabetos (%)
Urbana 8,6
Rural 23,7
Total Brasil 10,9
Fonte: Censo IBGE 2010. Disponível em: <www.ibge.com.br>. Acessado em: 30 maio 2012.
TABELA 2.2 Índice de analfabetismo nas principais regiões metropolitanas – pessoas com
dez ou mais anos de idade
Região metropolitana de Analfabetos (%)
Belém 3,6
Fortaleza 8,9
Recife 8,5
Salvador 4,8
Belo Horizonte 3,9
Rio de Janeiro 3,4
São Paulo 3,4
Curitiba 3,2
Porto Alegre 3,0

Fonte: Censo IBGE 2010. Disponível em: <www.ibge.com.br>. Acessado em: 30 maio 2012.
Estes dados nos levam a concluir que, mesmo para o autopreenchimento de

questionários simples, parte considerável da população não poderá fazê-lo.
Para questionários medianamente complexos o percentual de pessoas que te-
rão dificuldades pode crescer consideravelmente.
Para questionários extremamente complexos, com perguntas abertas, que
exigem extensas respostas escritas, somente uma pequena percentagem da po-
pulação reúne condições de autopreenchê-los. Isto leva a concluir que os ques-
tionários, em qualquer das suas versões de aplicação, são mais adequados para
públicos com educação formal elevada e que no Brasil sua aplicação fica restrita
a uma pequena parte da população. Às vezes, ocorre que mesmo pessoas de alto
nível educacional têm dificuldades para escrever, e, mesmo quando têm facilida-
de, podem não ter paciência ou motivação para escrever tanto quanto seriam ca-
pazes de falar. Por isso, os questionários se prestam à obtenção de dados junto a
pessoas que tenham, no mínimo, um nível educacional médio. As entrevistas tanto
pessoais
pes soais como por telefone, prestam-se a obter informações de pessoas de qual-
quer nível educacional.
Possibilidade de verificação da sinceridade das respostas: a entrevista pes-
soal apresenta uma possibilidade de verificação bem elevada da sinceridade das
respostas. O entrevistador pode observar,
observar, durante o processo de entrevista, o com-
portamento do entrevistado (jocoso, envolvido, relapso, ansioso etc.), suas rea-
ções faciais e corporais, e pode deduzir quanto à sinceridade das respostas. Pode
também verificar informações contraditórias e respostas incoerentes. As entrevis-
tas por telefone e os questionários não permitem nenhuma possibilidade de ava-
liação da sinceridade das respostas.
Tamanho
do, pela da amostra:
necessidade pelade
de pessoas dificuldade
nível maisdeelevado
aplicação, pelo custo
na equipe, pelamais eleva-
necessida-
de de maior treinamento, pelas dificuldades de supervisão e controle e pelo maior
tempo necessário para aplicação, o tamanho das amostras nas entrevistas pessoais
é, geralmente, menor,
menor, quando comparado ao das entrevistas por telefone e ao dos
questionários.
Uso combinado das várias formas de aplicação do método da comuni-

cação
Cadas,forma
vantagen
vantagens, de aplicação
e nenhum pode serdo método
considerado
consider adodaocomunicação possui
melhor em todos
tod os vantagens
os os e des-
aspectos analisa-
aspectos
dos. Em função disso, o pesquisador deve considerar a possibilidade de fazer usos
combinados de métodos em sua pesquisa. Por exemplo, numa mesma pesquisa,
para a parte da amostra que possui telefone, utilizar entrevistas por telefone, para
a parte que não possui telefone, nem reúne condições de autopreencher o questio-
nário, utilizar entrevistas pessoais, e para a parte da amostra que possui nível edu-
cacional elevado, utilizar questionários autopreenchidos pelo correio/fax/Internet.
Se, por um lado, a combinação de métodos pode elevar o erro não amostral
resultante da falta de uniformidade das medições, por outro, é a melhor forma de
elevar o número de elementos da amostra e, com isso, reduzir o erro amostral,
para um mesmo custo total de campo. É também a melhor forma de reduzir o cus-
to total de campo para um mesmo tamanho de amostra.
Método da observação
O método da observação pode ser classificado quanto: ao grau de estrutura-
ção, ao grau de disfarce, aos instrumentos utilizados, ao ambiente, ao objeto ob-
servado e à participação do observador.
observação quanto ao grau de estruturação
O método da observação, quanto ao grau de estruturação, classifica-se em ob-
servações estruturadas e não estruturadas. A diferenciação estruturada/não estru-
turada é semelhante a que foi vista para o método da comunicação e, basicamente,
refere-se ao grau de especificação do que será observado.
Observação estruturada: a observação estruturada é utilizada em pesquisas
em que o problema e os objetivos já estejam claramente definidos, a ponto de per-
mitir uma especificação clara a priori dos comportamentos ou situações que serão
observados e de suas categorizações para registrar o observado.
A observação
observação estruturada é utilizada para pesquisas
pesquisas conclusivas
conclusivas descritivas ou
ou
causais. Um exemplo de sua aplicação é o de uma empresa fabricante de bebidas
alcoólicas que desejava medir a variedade e a intensidade das atividades promo-
cionais, no ponto de venda supermercados, de seus concorrentes (Mattar e Santos,
1982). Para tanto, montou-se um projeto baseado no método da observação estru-
turada. Foi constituída uma amostra de 40 supermercados na Grande São Paulo e
30 no Grande Rio, que eram visitados a cada dois meses por observadores devida-
mente treinados. Esses observadores não perguntavam nada a ninguém, apenas
observavam inúmeros itens definidos a priori, como: espaço frontal ocupado pelos
produtos nas prateleiras, vizinhança dos produtos (à esquerda e à direita), altura
ocupada na prateleira e tipo de atividade promocional encontrado (havia uma lis-
ta pré-codificada de aproximadamente 30 atividades). Foi desenvolvido
desenvolvido e testado
um formulário para colher essas observações de forma rápida e precisa. A tabula-
ção desses dados, via computador, dava, periodicamente, uma visão comparativa
da variedade e da intensidade das atividades promocionais dos produtos concor-
rentes em relação às dos produtos da empresa.
Observação não estruturada: a observação não estruturada é utilizada em
pesquisas em que o problema e os objetivos não estão ainda claramente definidos,
e por isso há necessidade de uma grande flexibilidade para analisar os comporta-
mentos e situações em observação.
A observação não estruturada é utilizada para pesquisas exploratórias, e tem
por objetivo familiarizar o pesquisador com o problema em estudo, de forma a
lhe permitir desenvolver hipóteses de relações causais, especificações claras dos
comportamentos ou situações que serão observados, e ajudar na definição das ca- ca -

tegorizações para registrar o que será observado.
Enquanto as observações estruturadas são facilmente tabuladas e analisadas e
há pouca subjetividade em sua interpretação,
i nterpretação, as observações não estruturadas são
de interpretação difícil e carregadas de subjetividade.
observação quanto ao grau de disfarce
O método da observação quanto ao grau de disfarce classifica-se em: observa-
ção disfarçada e observação não disfarçada. A diferenciação
di ferenciação disfarçada/não disfar-
çada é semelhante à que foi vista para o método da comunicação e, basicamente,
refere-se ao grau de percepção dos pesquisados de que estão sendo observados.
Observação disfarçada: utiliza-se a observação disfarçada quando se pres-
supõe que o conhecimento por parte do pesquisado de que está sendo observado
pode induzi-lo a ter um comportamento anormal. É de se esperar que, numa si-
tuação de observação do comportamento de compra dos consumidores diante de
uma prateleira de supermercados, esse comportamento possa ser influenciado se
os consumidores perceberem que estão sendo observados. O momento de escolha
de produtos, quando feita em presença de estranhos, é de exposição social; se o
consumidor sentir que o comportamento para escolha, ou a própria escolha, possa
expô-lo socialmente, é bem provável que altere seu comportamento natural.
Para realizar a observação disfarçada, o observador deverá ficar oculto, fazer
parte da situação observada (passando também por consumidor) ou utilizar ins-
trumentos mecânicos e eletrônicos ocultos para registrar as observações e poste-
riormente proceder às interpretações e análises.
Note que,
da questão éticaemrelacionada
qualquer das
comsituações de observação
a observação de pessoasdisfarçada, fica aconsen-
sem seu devido dúvida
timento e conhecimento. Em respeito à ética, as pessoas observadas deveriam, ao
menos, depois de o terem sido, tomarem conhecimento, e a elas deveria ser dada
a oportunidade de consentirem ou não na utilização do que foi observado.
Observação não disfarçada: deve ser utilizada quando o fato observado não
envolver comportamentos, quando o comportamento observado não for influen-
ciado pela presença do observador ou quando aspectos éticos ou legais impedirem
a utilização da observação disfarçada.
observação quanto aos instrumentos
instrumentos utilizados
utilizados
O método da observação, quanto aos instrumentos utilizados, classifica-se
em: humana e por instrumentos.
Observação humana: é a forma maismai s simples de observação e consiste no re-

gistro do observado apenas dispondo o observador de papel e caneta.
O maior problema deste método reside no fato de que o registro do observado
depende da capacidade de interpretação do observador.
observador. Muitas das interpretações
que são dadas para um fato dependem do nível cognitivo, dos sentimentos, dos
valores e das crenças do observador
observador. Veja
Veja o problema,
problema, no seguinte exemplo: numa
partida de futebol, para um mesmo fato observado, a queda de dois jogadores ad-
versários dentro da grande área de um dos times, numa
numa acirrada disputa de bola.
Parte da assistência viu na jogada uma falta que precisa ser punida com um pênalti
(coincidentemente, esta parte da assistência torce para o time atacante), e outra
parte considerou a jogada normal, e, portanto, não deve haver nenhuma punição
ao time defensor (coincidentemente, esta parte da assistência torce para o time
defensor). O fato foi o mesmo, mas as interpretações, carregadas de emoção, fo-
ram não só diferentes, mas completamente opostas.
Para evitar que os fatos observados sejam interpretados por um único obser-
vador,, costuma-se
vador
teriormente registrá-los
feita por uma juntadedeforma a permitir que sua interpretação
observadores. interpretação seja pos-
Observação por instrumentos: como foi visto no item anterior, em algumas
situações de marketing, é mais adequado substituir a observação humana por al-
guma outra forma de observação, mecânica, elétrica ou eletrônica, que eleve a
precisão dos dados, não iniba o observado, reduza custos ou que seja necessária
para determinada medição.
Os equipamentos disponíveis para o registro de observações compreendem:
câmeras fotográficas, câmeras de TV, audímetros (ou tevêmetros), gravadores de
som, leitores óticos nos caixas das lojas, psicogalvanômetros, câmeras de movi-
mento dos olhos (oftalmógrafo), pupilômetros e contadores de trajeto. Os mais
utilizados em pesquisas de marketing têm sido os cinco primeiros, a descrição dos
demais é feita a título de curiosidade.
Câmeras fotográficas: o registro visual dos fatos observados é feito de forma
estática por câmeras fotográficas e operadores ocultos.
Câmeras de TV: o registro visual e sonoro dos fatos é feito de forma dinâmica
por uma câmera de TV oculta, sendo que a operação da câmera pode ser automá-
tica ou feita à distância por um operador oculto. É um dos melhores instrumentos
para a observação disfarçada.
( ou tevêmetros): os audímetros são utilizados para medir a audi-
Audímetros (ou
ência de TV. Consistem num aparelho que, acoplado ao televisor, registra a cada
30 segundos se o televisor está ligado e em qual emissora. As versões antigas des-
se aparelho faziam o registro em fitas perfuradas que, periodicamente, eram re-
colhidas para tabulação e análises. A versão mais moderna permite a interligação
direta, via linha telefônica, do aparelho com uma central de processamento de

dados; a coleta e o envio dos dados para a central de processamento são feitas a
cada 30 segundos, e imediatamente os dados sobre a audiência estão disponíveis
(audiência em tempo real).
Gravadores
tro de informaçõesde som: os gravadores
durante sessões de de som foram
entrevistas muito utilizados
focalizadas para
de grupos deoconsu-
regis-
midores, e serviam, junto com os dados taquigráficos, para auxiliar o moderador a
interpretar,, analisar e elaborar o relatório da pesquisa. A gravação apenas do som
interpretar
traz problemas para a interpretação, pois no momento da análise, não há condição
de identificar quem falou o quê. Com a redução do tamanho das câmeras de TV
e seu barateamento, é mais eficaz gravar as reuniões em vídeo do que apenasa penas em
áudio, por isso os gravadores de som passaram a ser menos utilizados.
Leitores óticos dos caixas das lojas: este é um instrumento novo que está agora
começando a surgir no Brasil, mas que possui um potencial enorme para ser uti-
lizado emnos
digitação pesquisas
caixas por
das observação.
lojas. Ela lê Odiretamente
leitor óticooé código
um aparelho que substitui
do produto impressoa
(chamado código de barras) em sua embalagem. O consumidor recebe uma lista-
gem dos itens adquiridos com o respectivo preço pago. O leitor ótico está ligado
diretamente a um computador central da cadeia de d e lojas, onde estão armazenados
os preços dos produtos, as quantidades estocadas, e permite o registro imediato
das operações enquanto estão sendo realizadas. O registro das operações é perio-
dicamente consolidado, e tem-se, à disposição, o movimento de cada loja, por li-
nha de produto, por produto e até mesmo por item de produto. Além de ser um
instrumento fantástico para a administração imediata das lojas, é um instrumento
que oferece
muito baixo:as seguintes possibilidades para pesquisas de marketing a um custo
 Comparação imediata entre uma promoção

promoção que está sendo
sendo feita na loja
com os resultados sobre as vendas.
 Comparação imediata entre as participações
participações de mercado
mercado de cada produto
concorrente que participa da mesma loja ou da mesma cadeia de lojas.
 Determinação de quais
quais estratégias
estratégias de preço, embalagem, propaganda e
promoção de vendas funcionam e quais não.
 Dispondo-se de um perfil dos habituais consumidores de uma loja, po- po-
dem-se efetuar cruzamentos entre estes perfis e os produtos consumidos,
podendo-se inferir padrões de consumo por classes socioeconômicas ou
por segmento de mercado.
Psicogalvanômetro:
Psicogalvanômetro: o psicogalvanômetro, também conhecido como detector
de mentiras, é uma aparelho que mede a mudança na transpiração, através da
qual se infere a reação emocional das pessoas sujeitas a determinado estímulo. A
emoção causada por uma determinada propaganda sendo testada pode ser verifi-
cada por este aparelho.
Câmera de movimento dos olhos (oftalmógrafos): a câmera de movimento dos
olhos é utilizada para determinar como uma pessoa lê determinada propaganda im-
pressa, uma página de revista ou jornal, embalagens etc. As medidas são tomadas
a partir da sequência em que os movimentos de leitura são efetuados e do tempo
despendido em cada ponto do objeto lido. Parte-se do pressuposto de que a leitura
é iniciada pelos pontos que visualmente despertaram mais a atenção e de que se de-
dica mais tempo à leitura dos pontos que despertaram o maior interesse do objeto
lido. O oftalmógrafo é o aparelho utilizado para a leitura do movimento dos olhos.
Pupilômetro: o pupilômetro mede a mudança no diâmetro da pupila dos olhos.
Sabe-se que as pessoas não têm controle sobre o diâmetro da abertura de suas pu-
pilas. O instrumento
uma reação favorávelpressupõe que, à medida
por determinado objeto,que
suasaspupilas
pessoasaumentam
se interessam e têm
de diâme-
tro. A variação do diâmetro medida dará uma dimensão da favorabilidade da rea-
ção ao estímulo provocado.
Contadores de tráfego: são aparelhos manuais, mecânicos (catracas) ou ele-
trônicos que objetivam contar o número de pessoas que passam por determinado
ponto ou frequentam determinado local.
observação quanto ao ambiente
ambiente
O método da observação quanto ao ambiente classifica-se em natural e de
laboratório.
Observação natural: compreende observar o comportamento ou fato no am-
biente natural em que ocorre. Esta condição sugere que o comportamento ob-
servado deverá ocorrer da forma mais natural possível e, desta forma, evitar a
ocorrência de vieses.
Observação de laboratório: compreende criar uma situação de marketing
artificial e observar o comportamento exibido pelos consumidores colocados nesta
situação artificial. Este tipo de observação só deve ser usado quando for impossível
a observação natural, ou quando os seus custos tornarem-na proibitiva.
observação quanto ao objeto observado
observado
O método da observação quanto ao objeto observado classifica-se em observa-
ção direta e observação indireta.
Observação direta: a observação direta compreende observar o comporta-

mento ou fato no momento de sua ocorrência. Por exemplo, o consumidor está
realizando uma compra e o processo de observação está ocorrendo simultanea-
mente. A observação direta só é possível para comportamentos ou fatos que ocor-
ram em ambiente público, e por isso sejam transparentes.
Observação indireta: a observação indireta refere-se à observação de regis-
tros deixados por comportamentos ou fatos passados. Naquelas situações em que
é impossível observar diretamente um comportamento, pode-se observar os pos-
síveis efeitos por ele deixados e, a partir disso, inferir conclusões sobre o próprio
comportamento. Um exemplo da utilização deste método é a pesquisa de lixo fa-
miliar para inferir padrões de compra e de uso de uma infinidade de produtos no
lar,, algo parecido com “deixe-me examinar seu lixo e eu lhe direi que tipo de con-
lar
sumidor você é”.
observação quanto à participação
participação do observador
observador
O método de observação quanto à participação do observador pode ser parti-
cipativa e não participativa.
Observação participativa: existem certos temas de pesquisa e certas situa-
ções de observações nas quais se o observador não estiver integrado ao grupo ob-
servado e/ou não fizer parte integrante da situação a ser observada, a pesquisa
estará comprometida, pois os comportamentos que se deseja observar não são re-
alizados em lugares públicos acessíveis para realizar observação não participativa
(por exemplo: o consumo de drogas; como operários se comportam em relação ao
trabalho etc.). Para estes casos, a solução é o observador passar a integrar o grupo
ou situação observados.
Observação não participativa: é aquela em que o observador não faz par-
te do que está sendo observado. É a forma mais usual de aplicar o método da
observação.
MEDIDAS E INSTRUMENTOS
3
DE COLETA DE DADOS
Erros e vieses em pesquisas de marketing

Os erros que podem ocorrer em pesquisas de marketing são classificados em
dois tipos: erros não amostrais e erros amostrais. O erro total de uma pesquisa será
a soma dos erros não amostrais e do erro amostral Et = Ena + Ea.
Erros amostrais
amostrais
Os erros amostrais ocorrem única e exclusivamente em função do número de

elementos da amostra e do processo de seleção desses elementos; pela Teoria das
Grandes Amostras,
não for viesada, oserros
esses errostendem
ocorrema ora num sentido,
neutralizar-se ora noutro
e, quanto maiore,osetamanho
a amostra
da
amostra, menores serão. Os erros amostrais estão sob o controle do pesquisador,
quando a amostragem for probabilística.
Erros não amostrais

amostrais
Os erros não amostrais são os cometidos durante o processo de pesquisa de

marketing que não sejam oriundos do tamanho e do processo de seleção da amos-
tra. Esses erros não são mensuráveis e, ao contrário dos erros amostrais, tendem a
crescer
crescer,
tados da, à pesquisa
medida que
e o cresce o tamanho
pesquisador da amostra.
não consegue Introduzem
exercer nenhumvieses nos resul-
controle sobre
eles, cabendo-lhe apenas tomar cuidados, durante as várias etapas e fases do pro-
cesso de pesquisa, para minimizar sua ocorrência. Inúmeras são as fontes de erros
não amostrais em pesquisas de marketing. São apresentadas, a seguir, as princi-

pais fontes de erros não amostrais.
Definição errada do problema de pesquisa: pela definição incorreta do pro-
blema de pesquisa, todo esforço é canalizado para a coleta de dados que não con-
tribuirão para sua

Definição solução.
errada da população de pesquisa: pela definição incorreta da po-
pulação de pesquisa, os dados serão colhidos em uma amostra que não pertence à
população-alvo, e os resultados obtidos serão totalmente viesados.
Definição parcial da população de pesquisa: a obtenção dos dados é efe-
tuada numa amostra colhida apenas numa parte da população total da pesquisa.
Não resposta: apesar de uma amostra ter sido planejada, a priori, probabilís-
tica, durante o processo de coleta de dados muitos elementos selecionados recu-
sam-se a responder às perguntas, não são encontrados, ou, após responderem a
elas, não autorizam a inclusão de suas respostas etc. Em função dessas ocorrências,
e dependendo de como foram projetadas suas substituições, poderão surgir inú-
meros erros não amostrais que tornarão a amostra resultante não probabilística.
Instrumentos de coleta de dados: instrumentos de coleta de dados mal
construídos são grandes fontes de erros não amostrais. As perguntas podem estar
redigidas de tal forma que obtenham respostas viesadas; as opções de respostas
podem não estar completas, pode não haver orientação adequada de como proce-
der para responder às perguntas, a localização da pergunta pode estar errada, a
resposta a uma pergunta pode estar interferindo nas respostas de outras etc.
Escalas: muitas pesquisas dependem do desenvolvimento de escalas para rea-
lizar a medição de determinadas variáveis. O desenvolvimento inadequado dessas
escalas tende a introduzir grandes vieses em seus resultados.
Entrevistadores: entrevistadores com nível inadequado para a pesquisa, não
treinados, sem orientação e supervisão no campo ou desonestos, que utilizam pro-
cedimentos para influenciar as respostas dos entrevistados, anotam as respostas
em local errado, trocam o elemento sorteado, ou respondem pelo entrevistado ge-
ram inúmeros e grandes vieses nos resultados.
Entrevistados: inúmeros são os motivos que levam um entrevistado a não
responder ou responder de forma incorreta, insincera ou incompleta às perguntas
numa pesquisa: não dar a devida importância ao tema; estar
estar,, no momento, muito
ocupado; estar preocupado com outros assuntos; o tema abordar assunto que con-
sidera confidencial ou que o expõe socialmente; não ter memorizado o que lhe é
perguntado; não ter simpatia pelo patrocinador ou realizador da pesquisa; ou ter
se antipatizado com o entrevistador.
3. MEDIDAS E INSTRUMENTOS DE COLETA DE DADOS 85
Inferências causais impróprias: em projetos de pesquisas de relações cau-

sais, determinado resultado pode ser erroneamente relacionado a determinada
causa quando, na verdade, inúmeras outras podem tê-lo influenciado.
Processamento: à medida que os questionários chegam do campo, os dados
neles contidos
gitar ou precisam
digitalizar ser preparados
a s respostas
as para aeletrônicos
em arquivos análise. Istoe envolve codificá-los,sim-
efetuar tabulações di-
ples, cruzamentos, cálculos estatísticos e representações gráficas. Em todas essas
atividades, poderão ocorrer erros que irão viesar os resultados.
Análises: os erros possíveis de serem cometidos aqui são inúmeros, desde a
utilização de dados incorretos até a utilização de técnicas de análises estatísticas
inadequadas para as variáveis em estudo.
Interpretação: às vezes, o pesquisador tende a interpretar, consciente ou in-
conscientemente, os resultados da pesquisa, segundo seus interesses (defesa de
uma hipótese; defesa de uma opinião; defesa de uma opção de decisão etc.).
Toda essa exposição sobre a ocorrência de erros não amostrais foi feita devi-
do a seu estreito relacionamento com os erros cometidos durante a coleta dos da-
dos. A coleta de dados é uma das maiores fontes, se não for a maior
maior,, de erros não
amostrais.
Erros de coleta de dados
Foi visto, no item anterior, que inúmeros fatores contribuem para a ocorrên-
cia dos erros não amostrais, e que, entre eles, os que mais contribuem são os erros
cometidos durante as operações de coleta dos dados.
da dos. As principais fontes de erros,
durante a fase de coleta de dados, são: erros na amostragem, erros de não resposta
e erros durante a coleta de dados.
Erros na amostragem
amostragem
Os erros oriundos do processo de amostragem podem ocorrer por diversas
razões: utilização de processo de amostragem não probabilístico, utilização de lis-
tagens da população em estudo incorretas ou incompletas e localização errada da
unidade a ser pesquisada.
Processos de amostragens não probabilísticos: já foi visto que em pesquisas
de marketing são utilizados intensamente processos de amostragens não proba-
bilísticos. Todos
Todos esses processos trazem consigo, potencialmente, erros que estão
fora do controle do pesquisador. Se o pesquisador desejar ter total controle sobre a
ocorrência de erros amostrais, deverá, necessariamente, utilizar-se de amostragem

probabilística em sua pesquisa.
Listagens incorretas: mesmo tendo-se utilizado amostragem probabilística,
poderão ocorrer erros oriundos de listagens incorretas ou incompletas da popu-
lação da pesquisa. Caso a listagem da população utilizada pelo pesquisador con-
tenha erros do tipo: não inclusão de algumas unidades ou até de seções inteiras
(mapas de cidades desatualizados que não incluem bairros inteiros; listas telefô-
nicas que só incluem a população possuidora de telefone; listas postais que não
incluem parte da população de pesquisa), ou a multiplicação de ocorrência da
mesma unidade (listas telefônicas que apresentam a mesma unidade várias vezes,
pois naquele endereço existem vários telefones).
Localização incorreta da unidade a ser pesquisada: às vezes, por falhas na
descrição ao entrevistador de campo, quanto à correta localização das unidades a
serem pesquisadas ou por desobediência, por parte deles, em seguir corretamente a
regra de seleção estabelecida (notadamente em pesquisas que se utilizam de amos-
tragem por conglomerados), termina-se por coletar dados de outras unidades que
não faziam parte da amostra, introduzindo-se, desta forma, erros não controláveis.
Erros de não resposta

resposta
Os erros de não resposta surgem em função
f unção da impossibilidade de se obterem
respostas de elementos da amostra e constituem-se numa das maiores fontes de
erros não amostrais em pesquisas de marketing. As razões para a ocorrência de
não respostas compreendem: recusas, mudanças de endereço e ausências/ausên-
cias momentâneas da pessoa com a qual a entrevista deve ser conduzida.
Existem alguns procedimentos que podem diminuir a ocorrência desses problemas:
1. Recusas:
 Documento que apresente
apresente os
os objetivos
objetivos da pesquisa e a garantia de
que os dados coletados serão mantidos em sigilo (entrevista pessoal e
questionários, e exposição oral, nos casos de entrevistas telefônicas).
 Utilizar entrevistadores
entrevistadores adequadamente
adequadamente selecionados
selecionados e treinados
(entrevistas pessoais e telefônicas).
 Agendar previamente a entrevista,
entrevista, dependendo do tipo de entrevis-
entrevis-
ta/entrevistado e de sua duração (entrevistas pessoais e telefônicas).

Efetuar as visitações ou realizar os telefonemas em momentos mais ade-
quados (do dia, da semana, do mês e até do ano) para a maioria dos
entrevistados e, às vezes, se for o caso, para um particular entrevistado.
Estimular as respostas em recusas de questionários pelo correio/fax/

Internet, através de um programa de estímulo a respostas.
2. Mudanças de endereços:
Trabalhar com listagens atualizadas que se tenham mostrado corretas.
3. Ausências/ausências momentâneas:
 Agendar a entrevista com antecedência.
 Aguardar pelo entrevistado se a previsão de sua ausência não for
longa.
 Voltar em outra ocasião
ocasião..
Para os casos de impossibilidade de realização da entrevista, oriundas de recu-
sas efetivas, mudanças de endereços e ausências irrecuperáveis, deve ser providen-
ciado, a priori, o sorteio de elementos da população para servirem de substitutos.
Caso essas providências não sejam tomadas, os erros de não resposta surgi-
rão e poderão manifestar-se de diferentes formas. A dificuldade dos erros de não
resposta é que nunca se saberá se aqueles que não responderam, responderiam
de forma similar aos que responderam e é errôneo pressupor que a distribuição
de opiniões entre respondentes e não respondentes seria a mesma sobre o assun-
to em estudo. Nos casos de entrevistas pessoais e telefônicas, o problema não é
tão grave, à medida que o controle exercido sobre o campo permite que as não
respostas sejam substituídas. A situação é mais grave no caso dos questionários
enviados pelo correio/fax/Internet, já que o pesquisador não consegue exercer
controle adequado sobre as respostas, e o método não permite que substituições,
correspondentes às não respostas, sejam efetuadas. Por isso, são raras as pesqui-
sas pelo correio/fax/Internet que não estejam seriamente comprometidas por er-
ros de não resposta, sendo esta sua principal fraqueza.
Erros durante
durante a coleta dos dados
A últim
últimaa fonte
fonte de erro no campo ocor
ocorre
re duran
durante
te o momen
momentoto da cole
coleta
ta de dados
dados..
Grande parte das formas de evitar, ou minimizar, a ocorrência deste tipo de erro está
relacionada com a qualidade dos recursos humanos utilizados na pesquisa, já ana-
lisados neste capítulo. É apresentado, a seguir, um resumo da relação de itens que
devem ser trabalhados para reduzir a ocorrência de erros na coleta de dados:
Utilizar recursos humanos adequados às necessidades da pesquisa.

 Treinar adequadamente os entrevistadores.
 Em pesquisas mais complexas, elaborar manuais de instruções.
 Registrar, ao longo do instrumento de coleta de dados, orientações aos

Registrar, aos
entrevistadores para procedimentos corretos; quando se tratar de instru-
mento autopreenchível, as instruções precisam ser detalhadamente escla-
recidas, antes e ao longo do instrumento.
 Exercer constante controle de qualidade sobre a produção
produção do campo.
 Verificar
erificar,, por processos de amostragem, a veracidade e a qualidade das
entrevistas realizadas.
Medidas em pesquisas de marketing
A atividade de realizar
realizar medições
medições é fundamental para a pesquisa de marketing.
marketing.
Em sua essência, a atividade de pesquisa de marketing consiste em realizar medi-
ções. Exemplos de medições comuns de serem feitas pela pesquisa de marketing:

Medir a quantidade
qu
, antidade
Descrever,
Descrever através dedemedidas,
consumidores queos
quem são preferem um produto
consumidores a outro.
outro.
de determina-
determina-
do produto em relação a inúmeras características demográficas, socioe-
conômicas e psicológicas.
 Medir o potencial de mercado para determinado produto.
 Medir atitudes, comportamentos, percepções, preferências, intenções de
compra etc.
Para realizar essas medições, o pesquisador precisa desenvolver instrumentos
adequados para que as medidas efetuadas correspondam efetivamente ao que se
deseja medir (validade) e para que o erro não amostral seja o menor possível (con-
fiabilidade) diante dos recursos disponíveis.
Desenvolver um instrumento adequado para realizar as medições em pesqui-
sas de marketing não é uma tarefa fácil, mas é fundamental para o sucesso da pes-
quisa que se pretenda realizar.
Processo de medição
O processo de medição consiste em associar números a um objeto que, se-
gundo uma regra estabelecida, passam a representar as quantidades de suas ca-
racterísticas ou atributos. Segundo este conceito, não se mede o objeto em si, mas
suas características ou atributos. Por exemplo, não se mede uma pessoa, mas sua
renda, idade, sexo, nível de escolaridade, estado civil, número de filhos, atitudes,
comportamentos etc.
Tipos básicos de escalas
Há quatro tipos básicos de escalas de medidas: nominais, ordinais, intervala-

res e razão.
Escalas nominais
nominais
Uma escala nominal é aquela em que os números servem apenas para nome-
ar,, identificar e (ou) categorizar dados sobre pessoas, objetos ou fatos. O número
ar
da Carteira de Identidade (Registro Geral) é um exemplo de escala nominal, as-
sim como os números das camisas dos jogadores de um time de futebol, o núme-
ro das placas dos veículos etc. Esses números não têm outro significado a não ser
o de identificar a pessoa ou o objeto associado ao número. As escalas nominais
são intensivamente utilizadas em pesquisas de marketing para nomear
nomear,, identificar
e classificar variáveis, como: marcas, cores, modelos, sexo, tipo de loja, regiões,
usa/não usa, gosta/não gosta, ocupação etc. Veja os seguintes exemplos:
Sexo:
__1. Masculino __2. Feminino
Cor preferida:
__1. Azul __2. Branco __3. Vermelho
Vermelho __4. Amarelo
__5. Verde
Verde __6. Preto __7. Marrom __8. Outra. Qual?___________
Qu al?___________
Nos dois exemplos observa-se que não há outro significado dos números atribu-
ídos, a não ser o de associá-los aos “valores” das variáveis sexo e cor. Não se pode
afirmar que, pelo fato de ao sexo feminino ter sido atribuído o número 2, este seja
melhor que o masculino, ao qual foi atribuído o número 1; analogamente, o marrom
(7) não é melhor que as outras cores, nem o azul (1) é pior que as outras. Podem-se,
inclusive, trocar todos os números atribuídos a cada “valor” das variáveis que nada
mudará, desde que seja mantida a regra estabelecida até o final da pesquisa.
No Quadro 3.1 está apresentado um resumo das características das escalas
básicas de medição.
Com escalas nominais, a única operação possível é a contagem e, por isso, a
moda é a única medida de tendência central que pode ser calculada. Não faz ne-
nhum sentido calcular a média em escalas nominais. No exemplo visto, qual seria
o significado da média entre sexo masculino e feminino, ou da cor média obtida?
Cuidado, pois na tabulação eletrônica dos dados, o computador trabalha apenas
com números e não saberá identificar qual o tipo de escala a que o número se re-
fere e calculará tudo o que lhe for pedido.
QUADRO 3.1 Características das escalas básicas de medição

Escala Características Uso em pesquisas de Estatísticas possíveis
marketing
Nominal Identidade Marcas, sexo, raças, cores, Moda

Definição única de tipo de lojas, regiões, usa/ Porcentagens
números não usa, gosta/não gosta, Teste Binomial
e a toda variável a que se Teste Qui-quadrado
possa associar números para McNemar, Cochran Q
identificação
Ordinal Ordem dos Atitudes, preferências, Medianas
números opiniões, classes sociais, Quartis,
ocupações Decis
Percentis
Teste Mann-Whitney
Teste U
Kruskal Wallis
Correlação de postos
Intervalar Comparação de Atitudes, opiniões, Média
intervalos conscientização, preferências, Intervalo
números-índices Amplitude total
Amplitude média,
Desvio médio,
Variância
Desvio padrão
Teste z
Teste t
Análise de variância
Correlação de produto – momento
Razão Comparação de Idade, Todos os do item anterior e mais:
medidas absolutas Preço, Média geométrica
Comparação de Número de consumidores Média harmônica
proporções Volume de vendas Coeficiente de variação
Renda
Patrimônio
Escalas ordinais
ordinais
Uma escala ordinal é aquela em que os números servem para, além de no-
mear, identificar e (ou) categorizar, ordenar, segundo um processo de compa-
ração, as pessoas, objetos ou fatos, em relação a determinada característica.
Esta escala permite concluir que o produto da marca A é melhor que o produ-
to da marca B, segundo a preferência dos consumidores, mas não permite sa-
ber quanto A é melhor que B. Um exemplo de escala ordinal é o seguinte: uma
empresa pesquisou três possíveis versões de um novo lava-roupas/amaciante
líquido que pretende lançar. Para realizar a pesquisa, deixou uma amostra de
cada versão numa amostra aleatória de 100 domicílios do público alvo para o
produto. Após 15 dias, o entrevistador voltou em cada um dos domicílios e rea-

lizou a entrevista. Entre as várias perguntas que constituíam o instrumento de
coleta de dados uma era a seguinte: das três versões do produto lava-roupas/
amaciante líquido A, B e C, responda qual foi sua preferência, em 1 o, 2o e 3o lu-
gares, em relação à:
Perfume: Cor preferida

1o lugar:____ 1o lugar:____
Amacia melhor: Lava melhor:

O resultado da tabulação do primeiro item dessa pergunta resultou na

Tabela 3.1.
TABELA 3.1 Preferência ordenada entre as versões A, B e C de um lava-roupas/amaciante

líquido em relação ao perfume
Versão do Ordem de preferência para o perfume

produto Primeiro Segundo Terceiro Total
A 25 25% 40 40% 35 35% 100 100%

B 50 50% 35 35% 15 15% 100 100%
C 25 25% 25 25% 50 50% 100 100%
Total 100 100% 100 100% 100 100%
Neste exemplo, pode-se observar uma preferência nítida pelo produto B em

relação à característica perfume, porém não se tem condição de saber em que grau
o perfume B é mais agradável que A ou C.
As escalas ordinais são muito utilizadas em pesquisas de marketing sempre
que se deseja obter ordenamento das preferências, opiniões, atitudes e percepções
de consumidores.
Em escalas ordinais, as únicas medidas de tendência central que podem ser
calculadas são a moda e a mediana.
Escalas intervalares
intervalares
Uma escala intervalar é aquela em que os intervalos entre os números dizem
a posição e quanto as pessoas, objetos ou fatos estão distantes entre si em relação
a determinada característica. Esta característica das escalas de intervalo permite
comparar diferenças entre as medições, mas não permite concluir quanto à mag-
nitude absoluta das medições.
Um exemplo clássico de escala intervalar é uma escala para medir temperatu-
ras. Tome-se,
Tome-se, como exemplo, a escala Celsius (Centígrado). Se a temperatura du-
rante o dia atingiu o máximo de 30 graus e durante a noite atingiu um mínimo de
15 graus, ao comparar as duas temperaturas, a única conclusão que se pode tirar
é que: a temperatura durante o dia foi mais elevada do que a noite em 15 graus
centígrados. Por se tratar de uma escala intervalar, é um erro concluir que durante
o dia a temperatura foi o dobro da temperatura da noite.
Para mostrar a evidência deste erro, basta utilizar a escala Fahrenheit para
indicar as mesmas
+ 160)/5, obtêm-setemperaturas.
as medidas deUsando
59 grausa Ffórmula de transformação
e 86 graus F = (9C
F, respectivamente, ea
mesma diferença de 15 graus centígrados agora é representada por 27 graus F, e
a relação que existia na escala Celsius não permanece mais na escala Fahrenheit.
Este fato ocorre com as escalas intervalares porque os zeros destas escalas são es-
tabelecidos arbitrariamente e não correspondem ao zero absoluto da característica
que se deseja medir. Somente temperaturas medidas na escala Kelvin, cujo zero
é aceito como absoluto (e corresponde a – 273 graus Celsius), é que permitem a
comparação das suas magnitudes
m agnitudes absolutas.
Em pesquisas de marketing, as escalas intervalares são muito utilizadas para
medir atitudes, opiniões, conscientização e preferências, onde a preocupação é
estabelecer medidas relativas e não absolutas. Uma utilização muito frequente
das escalas intervalares é na construção de números-índices, principalmente, na
Economia.
Nas escalas intervalares, a média, a moda e a mediana são todas medidas le-
gítimas de tendência central.
Escalas razão
razão
As escalas razão possuem as mesmas propriedades das escalas intervalares
com a vantagem de possuírem o zero absoluto. Em função disso, as medidas to-
madas nestas escalas permitem concluir qual a sua magnitude absoluta, além de
informar a posição e quanto as pessoas, os objetos ou fatos estão distantes
di stantes entre si
em relação a determinada característica. Exemplos de variáveis em marketing em
que se pode utilizar estas escalas: renda, idade, altura, número de consumidores,
número de lojas, quantidade de produtos consumidos, número de vezes que o pro-
duto é comprado ao mês, tamanho da empresa, preço, volume de vendas, lucros,
participação no mercado etc. Nas escalas razão, é perfeitamente possível e correto
comparar as medições absolutas efetuadas das características e inferir conclusões
sobre quanto uma medida é maior ou menor que as outras.
Nas escalas razão, a média, a média geométrica, a moda e a mediana são to-
das medidas legítimas de tendência central.
Atitudes em marketing
Conhecer as atitudes dos clientes/consumidores em relação à empresa, seus

produtos, produtos concorrentes é de enorme importância para marketing. Todos
Todos
os principais modelos de comportamento do consumidor, dentre eles os de Nico-
sia (1966), Engel,
importância Blackwell
fundamental parae Kollat (1968)eme função
as atitudes Howarddee Sheth (1969),
seu papel atribuem
influenciador
do comportamento. As atitudes influenciam não só o comportamento para compra
como também o comportamento de pós-compra.
Não há evidências comprovadas da existência de um relacionamento direto
entre atitudes e comportamentos e, por isso, é preciso ser cauteloso na tomada de
decisões em assumir que este relacionamento existe. Mesmo com esta ressalva, o
conhecimento das atitudes dos consumidores ajuda os gerentes de marketing a:
 Prever comportamentos para compra.


Prever comportamentos de pós-compra.

 Prever aceitações/rejeições de produtos e marcas.
 Tomar medidas para mudar atitudes desfavoráveis à empresa e aos seus
produtos.
 Avaliar conceitos de novos produtos.
 Avaliar propagandas e promoção de vendas.
Existem inúmeras definições para atitude, às vezes radicalmente diferentes, o
que permite que seja proposta a seguinte:
Atitude é uma predisposição subliminar da pessoa na determinação de sua
reação comportamental em relação a um produto, organização, pessoa, fato ou
situação.
Desta definição pode ser deduzido que:
1. Atitude representa uma predisposição

predisposição para uma reação comportamental
em relação a um produto, organização, pessoa, fato ou situação e não é
o comportamento propriamente dito.
2. Atitude é persistente no tempo. Ela pode ser mudada, mas
mas qualquer ten-
ten-
tativa de mudança de uma atitude fortemente arraigada exige grande
pressão ao longo de muito tempo.
3. Atitude tende a produzir comportamentos consistentes.
4. Atitude pode ser expressa de forma direcional.
5. A atitude possui três principais componentes:
componentes: componente
componente cognitivo
cognitivo – as
crenças da pessoa em relação a produtos, organizações, pessoas, fatos
ou situações; componente afetivo – sentimento das pessoas em relação
a produtos, organizações, pessoas, fatos ou situações; e um componente
comportamental – predisposição para uma reação comportamental em
relação a um produto, organização, pessoa, fato ou situação.
6. A formação
nados, de uma
fixações, atitude é resultante
julgamentos, de: experiências,
estereótipos, crenças, reflexos
reflexos condicio-a
exposições
comunicações persuasivas, trocas de informações e experiências com ou-
tros indivíduos etc.
Técnicas para medir atitudes
A medição
medição de atitudes
atitudes é muito comple
complexa.
xa. Existem
Existem dois fatos
fatos relaciona
relacionados
dos com
atitudes que dificultam sua medição: as atitudes existem somente na mente das pes-
soas, não sendo diretamente observáveis, e a própria complexidade do conceito. Na
seção anterior,
Qual desses foi visto que
componentes a atitude
medir: é composta
o afetivo, de três
o cognitivo, principais componentes.
o comportamental ou todos
os três? Decidido qual componente medir, será preciso decidir qual escala utilizar.
As escalas de atitude utilizadas
utilizadas em marketing procuram medir as crenças
crenças dos
respondentes em relação aos atributos do produto (componente cognitivo), os
seus sentimentos em relação às qualidades esperadas desses atributos (componen-
te afetivo) e uma combinação de crenças e sentimentos é assumida para medir a
intenção de compra (componente comportamental). Os procedimentos para me-
dir atitudes estão baseados na obtenção de dados junto às pessoas cujas atitudes
interessa medir. Esses procedimentos compreendem dois grupos de técnicas: téc-
nicas baseadas na observação e técnicas baseadas na comunicação com as pessoas.
Neste livro serão apresentadas apenas às técnicas da comunicação mais utilizadas
em pesquisas de marketing.
As técnicas da comunicação são:
são:
1. Técnicas indiretas: as formas indiretas de medir atitudes compreendem a

utilização das técnicas não estruturadas disfarçadas do método da comu-
nicação, vistas no Capítulo 2, como: contar histórias, interpretação de pa-
péis, completar histórias, completar sentenças, associação
assoc iação de palavras etc.
2. soas
Desempenho da tarefa
que relatem objetivo:
objetivo:
informações estaatécnica
reais respeitoconsiste
consiste em solicitar
do produto objeto daàs pes-
pes-
quisa. As respostas são analisadas e inferências sobre a atitude dessas
pessoas em relação ao produto são tomadas. Esta técnica parte do pres-
suposto de que nos relatos dessas pessoas estarão contidas suas atitudes
em relação ao objeto pesquisado e que as pessoas costumam lembrar
mais das situações ou fatos em que suas atitudes (principalmente crenças
e sentimentos) são mais consistentes.
3. Autorrelato: é a técnica mais
mais utilizada em pesquisa de marketing
marketing para
a medição de atitudes. Esta técnica consiste em solicitar às pessoas que
respondam a um questionário com questões a respeito de suas atitudes.
Existem inúmeras escalas para a medição de atitudes desenvolvidas para
serem utilizadas neste método. O item seguinte apresenta uma série delas.
Escalas de autorrelato para medir atitudes
As escalas de autorrelato são as mais utilizadas para medir atitudes em pes-

quisa de marketing em função de sua facilidade de aplicação e de análise e a seu
baixo custo. As escalas que serão apresentadas possuem em comum o fato de os
dados serem obtidos de autorrelato, mas são muito diferentes entre si em termos
de sua construção, dos dados pesquisados e da forma de aplicação.
Escalas nominais
nominais
As escalas
escalas nominais
nominais para medir atitudes compreendem números que são asso-
ciados às respostas com o único objetivo de identificar as categorias de respostas
para facilitar a digitação, o processamento e a análise dos dados. Nessas escalas,
as respostas das pessoas são classificadas em duas ou mais categorias. É a mais
simples das escalas. Exemplo de escala nominal para medir atitude:
Sua casa está equipada com lava-louça?
__1. Sim __2. Não __3. Não sei

Lava-louça é um objeto útil na cozinha?
__1. Sim __2. Não __3. Não sei
Escalas de avaliação
avaliação
As escalas de avaliação são utilizadas para medir variáveis que envolvem es-
calas ordinais, intervalares e razão. Uma escala de avaliação típica procura efetuar
a medição do componente afetivo da atitude. Solicita-se às pessoas que assinalem
as posições numa
correspondam escala
às suas contínua,
atitudes ou numa
em relação escala de As
à pergunta. categorias ordenadas,
escalas de avaliação que
são
as mais utilizadas para medir atitudes em pesquisas de marketing. Existem três
formas de construir uma escala de avaliação: gráfica, verbal e itemizada.
Escala de avaliação gráfica: uma escala de avaliação gráfica compreende a
apresentação das opções de respostas às pessoas, desde o extremo mais favorável
até o extremo mais desfavorável, de uma forma visual contínua ou por figuras que
representem categorias ordenadas. A maneira de apresentar visualmente a escala
depende da imaginação do pesquisador.
Por exemplo, para responder a uma questão do seguinte tipo:
Com relação aos serviços prestados em nosso hotel, qual a sua opinião sobre:
 Recepção.
 Serviço de copa.
 Serviço de arrumadeira.
 Serviço de lavanderia.
 Serviço telefônico.
 Asseio e limpeza.
 Conforto.
 Localização.
 Café da manhã.
 Restaurante.
 Bar.
As opções de escalas gráficas que poderiam ser
ser utilizadas estão
estão na Figura 3.1.
Escala 1:
  
Escala 2:   
Escala 3: – 0 +
FIGURA 3.1 Exemplos de escalas gráficas.
Escala de avaliação verbal: uma escala de avaliação verbal compreende a

apresentação das opções de respostas às pessoas, desde o extremo mais favorável
até o extremo mais desfavorável, pela identificação e ordenação das categorias
através de expressões verbais.
Um exemplo
anterior de aescala
poderia ser verbal de avaliação para as mesmas questões do item
seguinte:
__ Muito favorável.
__ Um pouco favorável.
__ Indiferente.
__ Um pouco desfavorável.
__ Muito desfavorável.
Um segundo exemplo, muito utilizado para avaliações de filmes, programas

de televisão, propagandas, produtos e serviços é a seguinte escala:
Péssimo __Ruim __Regular __Bom __Ótimo __Não sei
Na construção de escalas verbais, é importante observar cuidados em relação

aos seguintes itens: número de categorias, número par ou ímpar de categorias,
escalas forçadas versus escalas não forçadas, escala balanceada versus escala não
balanceada e numeração versus não numeração das categorias.
Não há um número predeterminado de categorias, mas geralmente usa-se um
mínimo de três e um máximo de sete. Os estudiosos argumentam que usar mais de
sete categorias confunde os respondentes sem incrementar a precisão da medição
edeusar menostanto
aplicação, de três
fazinviabiliza qualquer
utilizar uma medição.
escala com Como,
três ou cincoem termos de
categorias, os custo
pesqui-e
sadores têm preferido usar escalas de cinco, mesmo porque sempre será possível,
durante o processamento, se for necessário, reduzir uma escala de cinco pontos
para três, enquanto o inverso é impossível. Além disso, uma escala de cinco cate-
gorias permite analisar melhor as nuanças pró ou contra do que uma de três. As
escalas de sete categorias são utilizadas apenas para medir situações onde se de-
seja captar pequenas nuanças na medição de atitudes.
A escala deve ter um número ímpar ou par de categorias? Os respondentes
devem ser forçados a se classificarem nas categorias ou não? Escalas com número
ímpar de categorias possuem um ponto neutro, enquanto as com número par não
o possuem. Algumas escalas apresentam a opção “não sei” ou “não tenho opinião
a respeito”, enquanto outras não. Alguns estudiosos argumentam que, em escalas
com ponto neutro e em escalas com a opção não sei , há uma tendência a que
muitos respondentes se posicionem nestes pontos (por comodidade, por não de-
sejarem se expor ou por terem dúvidas), enquanto nas escalas sem ponto neutro e
sem a opção “não sei” são obrigados a tomarem posições expressando certo grau
de sentimento pró ou contra. No entanto, há outros estudiosos que defendem po-
sição exatamente oposta, no sentido de que os respondentes nunca devem ser for-
çados, sob pena de se obterem respostas viesadas. Na opinião do autor,
autor, as escalas
sempre devem oferecer a opção neutra e devem conter a opção “não sei” ou “não
tenho opinião”.
Uma escala pode ser balanceada ou não, ou seja, pode ter o mesmo número de
categorias pró e contra, ou não. A decisão de utilizar escalas balanceadas, ou não,
depende de como se distribuem as respostas à variável que está sendo medida. Se
a distribuição tende mais para o lado favorável, mais categorias para medir a favo-
rabilidade deveriam existir, e vice-versa. O argumento para a utilização de escalas
desbalanceadas é que, se a distribuição das respostas tende mais para um lado do
que para outro, ganha-se informação ao poder aquilatar com mais precisão o grau
de favorabilidade ou desfavorabilidade. A maior dificuldade que se coloca para seu
uso é a necessidade de saber a priori para que lado tendem as respostas. Na ausên-
cia dessa informação, tem-se que efetivamente usar escalas balanceadas.
Escala de avaliação itemizada: neste tipo de escala, o respondente é soli-
citado a escolher uma categoria entre várias categorias de expressões verbais de
opiniões sob determinado tópico que forma uma escala, desde a opinião mais desfa-
vorável
voráv el até
até a mais
mais favoráv
favorável.
el. Exemplo
Exemplo::
Com relação ao produto lava-roupas/amaciante líquido testado, qual das

frases está mais de acordo com sua opinião:
___ Eu não acreditava no produto desde o começo e por isso não o usei.
___ Eu não acreditava no produto desde o começo e o seu uso confirmou minhas
suspeitas.
___ Eu acreditei no produto no início, mas seu uso me decepcionou.
___ Eu não acreditava no produto, mas seu uso me surpreendeu.
___ Eu acreditei no produto desde o início, e fiquei muito satisfeita com seu uso.
___ Ainda não formei opinião a esse respeito.
Este tipo de escala verbal é o mais difícil de trabalhar devido à subjetividade

das expressões utilizadas. Não é raro, neste tipo de escala, os respondentes não
encontrarem opções de expressões de atitudes que coincidam com as suas. Uma
forma de reduzir esse problema é fazer com que grande número de pessoas parti-
cipem da criação da escala e, antes de ser utilizada, que seja pré-testada inúmeras
vezes para verificar sua consistência.
consistência.
Escalas de ordenação
ordenação
As escalas de ordenação compreendem solicitar aos respondentes que orde-
nem ou classifiquem os objetos de acordo com suas atitudes em relação a eles. As
escalas de ordenação são muito utilizadas em marketing, pois apresentam inúme-
ras vantagens. São de concepção simples, fáceis de aplicar
a plicar e o processo de obter a
informação é muito similar ao próprio processo de decisão de compra. Estas esca-
las apresentam algumas importantes restrições. Produzem apenas dados ordinais
que permitem saber a ordem de preferências, mas não a distância entre essas pre-
ferências. Além disso, como a técnica força
f orça o respondente a ordenar determinado
conjunto de objetos, pode ocorrer que, mesmo não gostando nem preferindo ne-
nhum deles, os ordene segundo um critério do que desgosta menos para o que des-
gosta mais, em vez de utilizar o critério do que gosta mais para o que gosta menos.
No Quadro 3.2 é apresentado um exemplo de escala de ordenação.
Ao final da tabulação
tabulação dos dados, se chegará a uma tabela
tabela apresentando
apresentando as fre-
quências com que, para cada atributo pesquisado, cada marca apareceu em 1o, 2o,
3o e 4o lugares.
QUADRO 3.2 Exemplo de escala de ordenação
Ordene as quatro principais marcas de automóveis fabricados no Brasil, segundo a sua opinião,
em relação a cada um dos seguintes atributos:
Utilize a seguinte legenda:

Ford-FD, General Motors-GM, Volkswagen-VW e FIAT-FT
Atributo 1o llu
ugar 2o llu
ugar 3o llu
ugar 4o lugar
Qualidade ______ ______ ______ ______

Economia de combustível ______ ______ ______ ______
Economia de manutenção ______ ______ ______ ______
Durabilidade ______ ______ ______ ______
Acabamento ______ ______ ______ ______
Desempenho ______ ______ ______ ______
Segurança ______ ______ ______ ______
Confiança na marca ______ ______ ______ ______
Valor de revenda ______ ______ ______ ______
Modelos modernos ______ ______ ______ ______
Qualidade da assistência técnica ______ ______ ______ ______
Escalas comparativas
comparativas
As escalas comparativas de avaliação resultam de um julgamento relativo a
que os respondentes são solicitados a fazer antes de fornecerem suas opiniões. Seu
procedimento compreende solicitar aos respondentes que expressem suas atitudes
mediante comparação com um padrão de referência estabelecido. O padrão de
referência pode ser a marca utilizada, a marca líder do mercado, a marca do con-
corrente, a versão corrente do produto e até mesmo um produto hipoteticamente
ideal. As escalas comparativas são utilizadas sempre que conhecer a atitude com-
parativa a um padrão de referência importante for fundamental para a tomada
de decisão em marketing. No Quadro 3.3, é apresentado um exemplo de escala
comparativa.
QUADRO 3.3 Exemplo de escala comparativa
Com relação às marcas de café A e B, qual a sua opinião sobre a marca B, comparativamente à
marca A, em relação aos seguintes atributos:
atributos:
Atributos Pior que A Igual a A Melhor que A Não sei
Pureza ______ ______ ______ ______

Sabor ______ ______ ______ ______
Aroma ______ ______ ______ ______
Qualidade ______ ______ ______ ______
Textura ______ ______ ______ ______
Torrefação ______ ______ ______ ______
Embalagem ______ ______ ______ ______
Marca ______ ______ ______ ______
As escalas comparativas
comparativas são muito fáceis de ser construídas e aplicadas e, por
isso, são muito utilizadas em pesquisas de marketing.
m arketing.
Escalas de comparação
comparação pareada
Foi visto na seção anterior apenas o caso de comparação de uma marca com
outra, mas conforme a necessidade da pesquisa pode-se comparar várias marcas
entre si. Nas escalas de comparação pareada, os respondentes são solicitados a
comparar dois objetos (produtos, marcas, propagandas etc.) de cada vez em um
conjunto de vários objetos, em relação a suas opiniões sobre os objetos ou sobre
vários de seus atributos. O procedimento requer que os respondentes comparem

todos os possíveis pares de objetos do conjunto apresentado. Assim, para um gru-
po de quatro marcas, os respondentes terão que comparar C4,2 = 6 pares, para um
grupo de cinco marcas, terão que comparar C5,2 = 10 pares, para 10 marcas, terão
C10,2 = 45 pares a comparar etc.
As escalas
escalas de comparação pareadas
pareadas são utilizadas sempre
sempre que conhecer as ati-
tudes comparativas dos consumidores em relação aos vários produtos ou marcas
existentes no mercado seja fundamental para a tomada de decisão em marketing.
Essas escalas são muito utilizadas em pesquisas de marketing tendo em vista sua
simplicidade de aplicação e sua facilidade de análise e interpretação. No entanto,
a rápida expansão do número de pares a comparar, à medida que se eleva o nú-
mero do conjunto a ser comparado, dificulta enormemente o trabalho de campo e
gera fadiga nos respondentes, o que limita a utilização desta escala à comparação
de, no máximo, cinco objetos, sendo que o ideal é três.
Escalas de diferencial
diferencial semântico (Osgood)
(Osgood)
As escalas de diferencial semântico foram propostas por Osgood, Suci e Tan-
Tan-
nenbaun (1957) e consistem em que o respondente avalie determinado objeto
num conjunto de escalas bipolares de sete pontos. Osgood e seus companheiros
propuseram, na ocasião, 50 diferentes adjetivos bipolares para serem utilizados
numa escala de diferencial semântico. Alguns deles são: relativos à dimensão ava-
liativa: bom/mau, justo/injusto, limpo/sujo, valioso/sem valor; relativos à dimen-
são potência: grande/pequeno, forte/fraco, pesado/leve; e relativos à dimensão
atividade: ativo/passivo, rápido/lento, vivo/morto. No entanto, raramente os pes-
quisadores de marketing atêm-se aos adjetivos sugeridos por Osgood, havendo,
portanto, grande liberdade
de serem atribuídas de utilizar
ao produto quaisquer
ou objeto qualificações
pesquisado. As escalasbipolares possíveis
de diferencial se-
mântico são exaustivamente utilizadas em pesquisas de marketing e apresentam
as vantagens de serem facilmente construídas, aplicadas, analisadas e seus resul-
tados rapidamente comunicados.
Podem-se
Po dem-se atribuir ou não valores numéricos para os sete pontos da escala. Se
não forem atribuídos valores numéricos, a escala só poderá ser analisada como
sendo ordinal, se forem atribuídos números aos pontos da escala (e os mesmos
exibidos aos respondentes), assume-se que os julgamento dos respondentes foram
efetuados segundo uma escala intervalar e, por isso, os dados poderão ser anali-
sados segundo as propriedades desse tipo de escala. Apesar de comum na prática
da pesquisa de marketing, a atribuição de valores numéricos para a escala tem ge-
rado muita controvérsia entre os estudiosos de escalas. Um exemplo de escala de
diferencial semântico está no Quadro 3.4.
QUADRO 3.4 Exemplo de escala de diferencial semântico
Com relação à marca de café A, qual a sua opinião sobre os seguintes atributos:
Puro ____ ____ ____ ____ ____ ____ ____ Impuro
Forte ____ ____ ____ ____ ____ ____ ____ Fraco

Saboroso ____ ____ ____ ____ ____ ____ ____ Sem sabor
Sabor diferente ____ ____ ____ ____ ____ ____ ____ Sabor comum
Aromático ____ ____ ____ ____ ____ ____ ____ Sem aroma
Alta qualidade ____ ____ ____ ____ ____ ____ ____ Baixa qualidade
Barato ____ ____ ____ ____ ____ ____ ____ Caro
Bem torrado ____ ____ ____ ____ ____ ____ ____ Mal torrado
Embalagem bonita ____ ____ ____ ____ ____ ____ ____ Embalagem feia
Produto moderno ____ ____ ____ ____ ____ ____ ____ Produto antigo
A aplicação da mesma escala para os produtos concorrentes permite a cons-

trução de gráficos de análises comparativos entre as várias marcas, como o apre-
sentado na Figura 3.2.
Com relação à marca de café A, qual a sua opinião sobre os seguintes atributos:
Puro _____ _____ _____ _____ _____ _____ _____ Impuro

Forte _____ _____ _____ _____ _____ _____ _____ Fraco
Saboroso _____ _____ _____ _____ _____ _____ _____ Sem sabor
Sabor diferente _____ _____ _____ _____ _____ _____ _____ Sabor comum
Aromático _____ _____ _____ _____ _____ _____ _____ Sem aroma
Alta qualidade _____ _____ _____ _____ _____ _____ _____ Baixa qualidade
Barato _____ _____ _____ _____ _____ _____ _____ Caro
Bem torrado _____ _____ _____ _____ _____ _____ _____ Mal torrado
Embalagem bonita _____ _____ _____ _____ _____ _____ _____ Embalagem feia
Produto moderno _____ _____ _____ _____ _____ _____ _____ Produto antigo
Marca A Marca B
FIGURA 3.2 Padrão de gráfico de análise comparativa construído a partir de escala de

diferencial semântico.
Escalas Stapel
Stapel
As escalas Stapel são uma modificação
modif icação das escalas de diferencial semântico.
Suas diferenças em relação às escalas de diferencial semântico são: os pontos da
escala são representados por números e a escala possui dez pontos. Os resultados
da utilização
semântico. A desta
análiseescala são semelhantes
dos dados aososobtidos
obtidos segue mesmos pela escalada
padrões deanálise
diferencial
dos
obtidos numa escala de diferencial semântico. É apresentado no Quadro 3.5, um
exemplo de escala Stapel.
QUADRO 3.5 Exemplo de escala Stapel

Avalie o café
café da marca A, segundo
segundo a sua opinião:
opinião:
Atributos Avaliação
Pureza –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Sabor –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Aroma –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Qualidade –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Textura –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Torrefação –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Embalagem –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Marca –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Analogamente às escalas de diferencial semântico, a aplicação da mesma es-

cala Stapel para os produtos concorrentes permite a construção de gráficos de
análises comparativos entre as várias marcas, como o apresentado
a presentado na Figura 3.3.
Atributos Avaliação
Pureza –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Sabor –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Aroma –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Qualidade –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Textura –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Torrefação –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Embalagem –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Marca –5 –4 –3 –2 –1 +1 +2 +3 +4 +5
Marca A Marca B Marca C Marca D

FIGURA 3.3 Padrão de gráfico de análise comparativa a partir da escala da escala Stapel.
Escalas indiretas
indiretas
Todas as escalas de automedição de atitudes que foram apresentadas até ago-
ra solicitam aos respondentes que se posicionem numa escala diretamente relacio-
nada com o que se pretende medir.
medir. As escalas indiretas combinam um conjunto de
respostas
sua posiçãodosnaentrevistados em relação
escala de atitude ao objeto em questão para determinar qual
desenvolvida.
A construção de uma escala indireta para medir atitudes é muito complexa e
isto tem limitado seu uso correto em pesquisas de marketing. À semelhança das es-
calas de diferencial semântico, pretensas escalas indiretas têm sido exaustivamen-
te utilizadas em marketing, mas raras são as que foram desenvolvidas segundo os
preceitos metodológicos de seus autores. As escalas indiretas mais importantes por
seu potencial de utilização em pesquisas de marketing são: as escalas de intervalos
aparentemente iguais de Thurstone e as escalas somatórias de Likert.
Escalas de intervalos aparentemente iguais de Thurstone: essa escala, pro-
posta por Thurstone e Chave (1929), constitui-se num conjunto de declarações,
em que cada uma possui um valor predefinido na escala. Essas declarações são
apresentadas aos respondentes para que concordem delas ou discordem. A colo-
cação do respondente na escala será resultante da média aritmética dos valores
correspondentes
correspondent es na escala obtidos por suas respostas concordantes. É apresentado
no Quadro 3.6 um exemplo hipotético de uma escala de Thurstone para medir as
atitudes de consumidores em relação à marca de café A.
QUADRO 3.6 Exemplo hipotético de uma escala de Thurstone

Assinale nas colunas da direita
direita se você concorda
concorda ou discorda
discorda de cada
cada uma
uma das afirmaçõe
afirmaçõess a seguir
em relação ao café A:
Afirmações Concordo Discordo
1. É um café puro _____ _____

2. É um café muito forte _____ _____
3. É muito saboroso _____ _____
4. Seu sabor é diferente e marcante _____ _____
5. Seu aroma é delicioso _____ _____
6. É feito com grãos de café de alta qualidade _____ _____
7. É um café caro _____ _____
8. É torrado no ponto certo _____ _____
9. Sua embalagem protege o sabor _____ _____
10. Sua embalagem é bonita _____ _____

11. É um produto moderno _____ _____
12. É um produto que rende _____ _____
Escala somatória ou escala Likert: as escalas somatórias para medir atitu-

des, propostas por Rensis Likert em 1932, à semelhança das escalas de intervalos
aparentemente iguais de Thurstone, compreendem uma série de afirmações rela-
cionadas com o objeto pesquisado. Diferentemente da escala de Thurstone, os res-
pondentes são solicitados, não só a concordarem ou discordarem das afirmações,
mas também a informarem qual seu grau de concordância/discordância. A cada
célula de resposta é atribuído um número que reflete a direção da atitude do res-
pondente em relação a cada afirmação. A pontuação total da atitude de cada res-
pondente é dada pela somatória das pontuações obtidas para cada afirmação. A
escala de Likert evita as críticas feitas à escala de Thurstone, ao passar a medir a
intensidade das concordâncias e discordâncias.
di scordâncias.
Geralmente, o conjunto de termos utilizados para atribuir os graus de favora-
bilidade/desfavorabilidade é um dos seguintes:
Aprovo inteiramente.
inteiramente.
Aprovo.
Indeciso (ou Nem aprovo nem desaprovo).
Desaprovo.
Desaprovo inteiramente.
Concordo inteiramente (ou totalmente).
Concordo.
Indeciso (ou Nem concordo nem discordo).
Discordo.
Discordo inteiramente (ou totalmente).
Concordo totalmente.
Concordo em parte.
Discordo em parte.
Concordo totalmente.
Concordo muito.
Concordo pouco.
Discordo pouco.
Discordo muito.
Aos vários graus de concordância/discordância são atribuídos números para

indicar a direção da atitude do respondente. Geralmente, os números utilizados
são 1 a 5, ou – 2, – 1, 0, 1 e 2. O conjunto de números utilizados não faz diferença
em função das conclusões a que se pretende chegar. O importante é que se atri-
buam corretamente
Assumindo os números
que os números às respostas
adotados foram –de2, afirmações positivas
– 1, 0, 1 e 2, e negativas.
as associações com
as respostas a afirmações positivas e afirmações negativas devem ser feitas confor-
me mostra o Quadro 3.8 onde foram atribuídos números para o exemplo de escala
Likert apresentado no Quadro 3.7.
QUADRO 3.7 Exemplo de escala Likert

Em relação à marca de café A, assinale seu grau de concordância ou discordância para cada uma
das afirmações a seguir:
Legenda:
CT = Concordo totalmente
C = Concordo
I = Indiferente
D = Discordo
DT = Discordo totalmente
1. É um café puro CT C I D DT
2. É um café forte CT C I D DT
3. É muito saboroso CT C I D DT
4. Seu sabor é diferente e marcante CT C I D DT
5. Seu aroma é delicioso CT C I D DT
6. É feito com grãos de café de alta qualidade CT C I D DT
7. É um café caro CT C I D DT
8. É torrado no ponto certo CT C I D DT
9. Sua embalagem protege o sabor CT C I D DT
10. Sua embalagem é bonita CT C I D DT
11. É um produto moderno CT C I D DT
12. É um produto que rende CT C I D DT
Supondo que o instrumento utilizado tenha 20 afirmações e que a escala de

números atribuídos tenha sido – 2, – 1, 0, 1 e 2, o valor máximo da escala será
20 × 2 = 40, e o valor mínimo será 20 × (– 2) = (– 40). Se o resultado obtido
para determinado respondente for 25, pode-se concluir que sua atitude em relação
ao objeto pesquisado é favorável em 25/40 (ou em 62,5%).
Segundo Selltiz et al. (1974), a escala Likert apresenta uma série de vanta-
gens em relação à escala de Thurstone:
 Permite o emprego
emprego de afirmações que não estão
estão explicitamente
explicitamente ligadas à
atitude estudada e pode-se incluir qualquer item que se verifique, empiri-
camente, ser coerente com o resultado total.
 É de construção mais simples.

Tende a ser maior

alternativas mais precisa,
do que aà de
medida que possui um número de respostas
Thurstone.
 A amplitude de respostas permitidas apresenta informação mais precisa
da opinião do respondente em relação a cada afirmação.
QUADRO 3.8 Esquema para atribuir números numa escala Likert
Grau de concordância
concordância// Valor da pontuação
Tipo de afirmação
discordância ( – 2 a 2) (1 a 5)
Afirmação favorável Concorda totalmente 2 5

(ou positiva) Concorda 1 4
Indeciso 0 3
Discorda –1 2
Discorda totalmente –2 1
Afirmação desfavorável Concorda totalmente –2 1
(ou negativa) Concorda –1 2
Indeciso 0 3
Discorda 1 4
Discorda totalmente 2 5
No entanto, segundo os mesmos autores citados, apresentam as seguintes

desvantagens:
 A escala Likert é essencialmente uma escala ordinal e, por isso, não per-
mite dizer quanto um respondente é mais favorável a outro, nem medir
o quanto de mudança ocorre na atitude após expor os respondentes a
determinados eventos.
 Aplica-se à escala Likert, de forma mais intensa,
intensa, a mesma crítica
crítica da esca-
la Thurstone, de que diferentes padrões de respostas podem conduzir a
resultados idênticos na escala, o que leva a duvidar se a mesma medição
corresponde a atitudes idênticas.
Instrumentos de coleta de dados

O instrumento de coleta de dados é o documento através do qual as per-
guntas e questões serão apresentadas aos respondentes e onde são registradas as
respostas e os dados obtidos. Todo o trabalho de planejamento e execução das

etapas iniciais do processo de pesquisa consolida-se no instrumento de coleta de
dados. Chamam-se genericamente de instrumento de coleta de dados a todos os
possíveis formulários utilizados para relacionar dados a serem coletados e (ou)
registrar os dados coletados, utilizando-se de qualquer das possíveis formas de ad-
ministração (questionário, formulário para anotações de observações, rol de tópi-
cos a serem seguidos durante uma entrevista de grupo focalizada etc.).
Importância do instrumento
instrumento para a precisão dos dados
dados a coletar
Instrumentos de coleta de dados mal elaborados, com perguntas ou questões
dúbias, escalas incorretas, que apresentam dúvidas quanto ao procedimento para
seu preenchimento, constituem uma das principais fontes de erros não amostrais.
Portanto, todo cuidado em sua construção é fundamental para reduzir ao mínimo
a ocorrência de erros dele advindos.
Projeto do instrumento
O instrumento de coleta de dados mais utilizado em pesquisas de marketing é
o questionário (instrumento estruturado não disfarçado). Um questionário geral-
mente é composto de cinco partes: (1) dados de identificação, (2) solicitação para
cooperação, (3) instruções para sua utilização, (4) perguntas, questões e formas
de registrar as respostas e (5) dados para classificar socioeconomicamente os ele-
mentos pesquisados.
Os dados de identificação ocupam normalmente a primeira parte do instru-
mento e compreendem: o número do instrumento; nome do entrevistador; data,
hora e local da entrevista; nome, endereço e telefone do entrevistado ou número
de seu código (quando for prometido sigilo).
A solicitação para cooperação, geralmente
geralmente é colocada na capa ou na na primeira
folha do instrumento, antecedendo qualquer pergunta ou questão. As informações
constantes da solicitação compreendem: a empresa realizadora e (ou) a empresa
patrocinadora, o nome do entrevistador
entrevistador,, os objetivos da pesquisa, o tempo médio
que tomará do respondente e palavras solicitando a cooperação e antecipando
agradecimentos, caso a cooperação seja concedida.
As instruções para sua utilização compreendem todas as informações neces-
sárias para o correto preenchimento do instrumento. Em instrumentos do tipo
autopreenchíveis, estas instruções figuram ao longo de todo o instrumento. Em
instrumentos aplicados por entrevistadores, além das instruções ao longo do
instrumento, em pesquisas muito complexas, utiliza-se um documento à parte,
denominado Manual de Entrevistas, onde todas as informações e orientações não

só do instrumento de coleta de dados, mas também de toda a pesquisa são passa-
das para os entrevistadores
entrevistadores..
As perguntas, questões e as formas de registrar as respostas constituem a es-
sência
forma dedo redigi-las,
instrumento e ocupamde
a sequência suasua
maior parte. O conteúdo
apresentação das perguntas,
no instrumento, o tipo dea
escala a utilizar,
utilizar, a forma de obtenção das respostas etc. serão discutidos adiante.
Os dados para classificar socioeconomicamente o respondente são, geral-
mente, apresentados ao final do instrumento, excetuando-se os casos em que a
classificação do respondente serve como filtro para definir se pertence ou não ao
público-alvo da pesquisa e, portanto, se deverá ou não ser entrevistado. A clas-
sificação socioeconômica, geralmente, é feita utilizando-se critérios aceitos
ac eitos pela
comunidade interessada nos resultados da pesquisa ou de acordo com as deter-
minações do cliente. Um método muito utilizado, no Brasil, apesar das cons-
tantes críticas que sofre, é o Critério Brasil <www.abep.org>, já apresentado
neste livro.
O projeto e a construção de um instrumento de coleta de dados está mais para
arte do que para ciência. Em sua construção, são importantes a sensibilidade, a
experiência, o conhecimento das opções de formas de perguntar e de colocação
de indivíduos em escala, além de grande dose de humildade do pesquisador para
submeter o instrumento à sugestão de outros e a pré-testá-lo, tantas vezes quantas
forem necessárias para ter o instrumento refinado para a aplicação. Para ajudar
em sua construção, é possível identificar uma série de passos a serem seguidos, no
entanto, da mesma forma de um processo de pesquisa, o projeto e a construção de
um instrumento de coleta de dados é circular
circular,, e a execução de passos posteriores
pode implicar em reformulação e até a reconstrução de etapas anteriores.
O projeto e a construção de um instrumento de coleta de dados compreende
os seguintes passos (considerando-se, para a apresentação dos passos, um instru-
mento estruturado não disfarçado, que é o mais completo de todos): (1) deter-
minação dos dados a serem coletados, (2) determinação do instrumento segundo
o método de administração, (3) redação da primeira versão do instrumento, (4)
revisões e pré-testes e (5) redação final.
Determinação dos dados

dados a coletar
A dete
determinaç
rminação
ão dos dados a sere
serem
m cole
coletados
tados é relat
relativamen
ivamente
te simpl
simples,
es, desde
que o pesquisador tenha sido criterioso e preciso durante os estágios anteriores do
processo de pesquisa. O planejamento e a construção de um instrumento de coleta
de dados exigem um conhecimento profundo e preciso do que se deseja da pesquisa,
que só é conseguido através de grande envolvimento com o problema que se pre-

tenda resolver.
resolver. Um esquema interessante que permite amarrar todas as etapas e fa-
ses de um processo de pesquisa até a construção do instrumento é apresentado no
Quadro 3.9.
QUADRO 3.9 Matriz de amarração para relacionar objetivos, questões, hipóteses, variáveis,
indicadores e itens do instrumento de coleta de dados
Questões e (ou) Indicadores

Objetivos Variáveis Itens
hipóteses das variáveis
Principal I111 Q1
V11 I112 Q2
I113 Q3
I11n etc. –
I121 Q4
Q1 ou H1 V12 I122 Q5
I123 Q6
I12n etc. –
I1k1 Q7
V1k I1k2 Q8
etc. I1k3 Q9
I1kn etc. –
I211 Q10
V21 I212 Q11
I213 Q12
I21n etc. –
Q2 ou H2
V22 I221 Q13
I222 Q14
V2x
I2k1 Q15
etc.
Q2 ou Hz etc. etc. etc.
Secundários etc. etc. etc. etc.
E assim, sucessivamente.
Segundo Selltiz et al. (1974), os dados procurados numa pesquisa devem en-
quadrar-se num dos títulos da classificação apresentada no Quadro 3.10.
QUADRO 3.10 Classificação do tipo de informação procurada em pesquisas de marketing

1. Relatos de fatos passados e presentes:
– Sobre a pessoa que responde:
Dados pessoais. Ex.: idade, estado civil, nível educacional, ocupação etc.
Dados de comportamento. Ex.: hábitos de consumo de produtos, hábitos de compra e uso, hábitos de
– Aleituras etc.de outras pessoas conhecidas de quem responde:

respeito
Dados pessoais e de comportamento, como no item anterior.
– Sobre acontecimentos e condições que a pessoa conhece:
Relato de fatos, estilos de vida, papéis desempenhados no processo de compra etc.
2. Relato de opiniões, sentimentos, crenças, valores etc.:
– Razões e motivos para comportamentos e atitudes específicos:
Fatores objetivos: influência de outras pessoas, de condições e acontecimentos, de propaganda e
promoções de vendas, de atributos do produto etc.
Fatores subjetivos: necessidades específicas, disposições e desejos subjacentes, avaliações, signifi-
cações etc.
O pesquisador, tendo em mente os dados apresentados no Quadro 3.10 e os

objetivos de sua pesquisa, deverá decidir sobre que tipos de dados deverá obter
obter..
Determinação do instrumento
instrumento segundo o método de administração
administração
Existem diversas formas de coletar os dados segundo o método de administrar

o instrumento. A decisão de que tipo de forma utilizar vai depender
depend er de inúmeros fa-
tores, como: do tipo de pesquisa (exploratória ou conclusiva),
conclusiva) , do tipo de pessoa que
será abrangida pela pesquisa (nível educacional, nível social), do assunto da pes-
quisa, da disponibilidade de meios para administrar a pesquisa (se o correio/fax/
Internet funciona bem, se o público-alvo da pesquisa possui telefone, se é possível
ter acesso pessoal ao público pesquisado etc.) e do tipo de análise e interpretação
que se pretenda realizar com os dados. Novamente, a experiência, o conhecimento
e a sensibilidade do pesquisador são fundamentais para a determinação correta de
que instrumento será mais adequado para cada pesquisa específica.
Redação da primeira
primeira versão
versão do instrumento
A redação de um instrumento
instrumento de coleta
coleta de dados é um processo
processo cíclico e inte-
rativo e a melhor maneira de começá-la é através da redação de uma primeira ver-
são em que, tentativamente, procura-se redigir as perguntas e as formas de coletar
as respostas, deixando o refinamento para ser feito ao longo de todo o processo. A
primeira versão deve ser elaborada pelo pesquisador que, a seguir
seguir,, a submete aos
demais participantes da equipe para ser criticada, modificada, revisada e ampliada
ou reduzida, até se chegar a uma versão em que todos os membros da equipe es-
tejam de acordo. Esta versão é a que deverá ser pré-testada.
Tanto para a redação da primeira versão do instrumento, como para as subse-
quentes revisões, é importante conhecer o conteúdo das perguntas, sobre as dife-
rentes maneiras
perguntas e parade redigir
obter uma pergunta,
as respostas os diferentes
e a sequência formatos para
mais adequada para aelaborar as
colocação
das perguntas no instrumento.
É apresentada, a seguir
seguir,, uma lista dos aspectos a serem considerados durante
a elaboração e (ou) revisões dos instrumentos de coleta de dados.
As próximas cinco seções foram
foram baseadas no texto de Kornhauser
Kornhauser e Sheatsley
(1951).
Decisões quanto ao conteúdo das perguntas:
1. Esta pergunta é necessária?

Qual sua utilidade para os objetivos da pesquisa?
O assunto exige uma pergunta separada ou pode ser integrado a outras
perguntas?
O assunto já não está adequadamente incluído em outras perguntas?
2. Há necessidade de várias perguntas sobre
sobre o assunto desta
desta pergunta?
O assunto não é muito complexo para constar de uma só pergunta?
Será que sua subdivisão não pode gerar maior número de perguntas mais
simples, de forma a facilitar o entendimento e a obtenção das respostas?
A pergunta abrange adequadamente o tópico? Será que todos os aspec-
tos importantes para a pesquisa sobre este tópico serão obtidos da forma
como a pergunta foi elaborada?
Em perguntas sobre opiniões, basta saber se a opinião é a favor ou contra,
ou será importante medir os graus de favorabilidade/desfavorabilidade?
3. As pessoas têm a informação necessária
necessária para responder
responder à pergunta?
É um assunto que podem descrever adequadamente?
A pergunta exige respostas que a pessoa não tem condições de responder
responder,,
ou de responder de forma precisa?
O tópico perguntado faz parte das experiências e (ou) do conhecimento
da maioria do público-alvo da pesquisa?
Quando se trata de pergunta sobre o comportamento passado, será que
as pessoas têm ainda viva na memória recordação suficiente para relatá-
-las com a precisão necessária para a pesquisa?
Há outro grupo de pessoas onde possam ser obtidos os mesmos dados

de forma mais adequada e precisa do que junto ao público-alvo inicial
da pesquisa?
Será necessário ter diferentes versões da pergunta adaptadas aos dife-
4. rentes
Deve apúblicos-alvo
pergun ta ser da
pergunta pesquisa?
mais direta, objetiva e ligada à experiência
direta, experiência da pes-
soa, ou indireta, ampla e mais geral?
Está apresentada de forma excessivamente geral?
Pode
Po de a informação ser mais facilmente obtida se for mais direta, objetiva
e relacionada com o comportamento da pessoa?
5. Tende o conteúdo
conteúdo da pergunta
pergunta a captar dados sobre situações momentâ-
neas e específicas ao invés de captar o que é típico no respondente?
6. O conteúdo da pergunta não estará viesado ou carregado em determina-
da direção, de forma a causar vieses na obtenção das respostas?
A perg
pergunt
untaa pode ser considera
considerada
da neutra?
neutra? Da forma como está elaborada
elaborada
será considerada neutra por pessoas
pessoas com opiniões opostas sobre o assunto?
A pergunta
pergunta contém opiniões ou pré-julgamentos
pré-julgamentos relacionados ao assunto
abordado?
7. As pessoas estarão predispostas
predispostas a fornecer o dado solicitado?
O tema abordado é muito íntimo, perturbador ou expõe socialmente as pes-
soas de forma a provocar resistências, evasões, mentiras e insinceridades?
Quais as objeções que uma pessoa poderia ter para responder ao conte-
údo desta pergunta?
Será que a pergunta não lhe dará a impressão de estar sendo exposta e
examinada?
É possível obter o dado desejado de forma não ofensiva ou será melhor
omiti-lo?
Imaginando a situação ambiental típica em que o instrumento será apli-
cado, será que o conteúdo da pergunta não receberá objeções e resistên-
cias para ser respondida de forma sincera?
O conteúdo da pergunta tende a provocar desejos e reações emocionais
que provocarão uma resposta não verdadeira?
Decisões quanto à redação das perguntas:

1. A pergunta pode ser mal compreendida? Contém termos
termos difíceis ou com
significado dúbio ou obscuro?
As palavras utilizadas são de domínio do público-alvo?

público-alvo?
Estão sendo utilizados termos técnicos de uso exclusivo de atividades
profissionais específicas?
A redação da pergunta é simples e curta? Existe palavreado desnecessá-
2. rio? Existeaoutro
A pergunta
pergunt sentido
exprime, e deque a pergunta
forma podetodas
balanceada, ter para quem responde?
as alternativas?
Será que não se está apresentando apenas um dos lados do tópico em
estudo?
3. A pergunta, ou o seu preâmbulo, deixa claro e uniforme o quadro de
referência em que a resposta deve ser dada?
A pergunta apresenta a base para a resposta?
A pergunta consegue
consegue deixar explícito que
que a resposta a ser dada refere-se
refere-se
ao que a pessoa pensa ser a verdade e não o que ela deseja que seja a
verdade?
4. A redação da
deformada pergunta
para dirigir está viesada?
as resposta emEstá emocionalmente
emocionalmente
determinado sentido?carregada ou
Emprega termos do tipo “A opinião geral das pessoas é que...” para em
seguida perguntar a opinião do respondente?
Emprega a opinião de pessoas famosas para em seguida perguntar a opi-
nião do respondente?
Emprega termos superlativos que sugestionam a resposta para determi-
nado sentido?
A pergunta seria considerada neutra para pessoas com opiniões opostas
a respeito do mesmo assunto?
5. A redação da pergunta tende a despertar objeções,
respondente? objeções, de qualquer tipo, do
Uma redação solicitando diretamente a renda do respondente tende a ter
mais objeções do que outra que apenas solicite vários indicadores para,
a partir deles, deduzir a classe de renda do respondente (Critério Brasil,
por exemplo).
6. Uma redação mais pessoal ou menos pessoal apresentaria melhores
resultados?
7. Uma redação maismais direta ou menos direta apresentaria melhores resul-
tados?
Decisões quanto à forma de resposta à pergunta:
Conforme o tipo de dado solicitado e se o interesse maior está na quanti-
ficação ou na qualificação do dado solicitado, o pesquisador deverá optar por
uma combinação das seguintes formas de obtenção e registro de respostas às

perguntas:
Perguntas com respostas:

Abertas
Fechadas:
 Dicotômicas.
 Escolha múltipla.
 Escala.
erguntas com respostas abertas:

Perguntas
P nas perguntas com respostas abertas, os
pesquisados respondem às questões com suas próprias palavras (escrevendo ou
falando).
Vantagens
Vantagens das perguntas
perguntas com respostas abertas:
abertas:
 Servem de excelente
excelente primeira
primeira questão para um tópico que será seguido
de questões com respostas fechadas. A pergunta com resposta aberta es-
tabelece um relacionamento estreito e consegue ganhar cooperação dos
respondentes para as perguntas com respostas fechadas que serão apre-
sentadas.
 Influenciam menos os respondentes
respondentes que as perguntas
perguntas com respostas fe-
chadas. Os respondentes não são influenciados por um conjunto prede-
terminado de respostas e podem expressar livremente suas impressões
sobre o perguntado.
 Proporcionam aos pesquisadores comentários, explicações e esclareci-
mentos importantes para a interpretação e análise de perguntas com res-
postas fechadas.
 Não exigem muito tempo de preparação.
Desvantagens das perguntas com respostas abertas:
 Tempo e custo elevados

elevados e grandes dificuldades para codificação. Em pes-
pes-
quisas com amostras muito grandes, o tempo exigido para a leitura de cada
resposta e sua codificação torna praticamente inviável a utilização de per-
guntas com respostas abertas. Além de exigir pessoal altamente especiali-
zado para realizar a codificação, esta é extremamente demorada e muito
pouco precisa, pois depende da interpretação subjetiva de cada codificador.
codificador.
Mesmo quando as possíveis respostas a uma pergunta aberta são pré-codi-
ficadas, o trabalho de codificação apresenta inúmeras dificuldades.
 Quando aplicadas em em forma de entrevistas, possuem grande potencial de

viés dos entrevistadores. Raramente
Raramente um entrevistador consegue
consegue registrar
tudo o que é respondido, nem com os mesmos termos utilizados pelos
respondentes. As respostas são registradas de forma resumida e segundo
a “interpretação” do entrevistador. A forma de evitar esta fonte de viés
é a gravação das entrevistas (porém, a presença de um gravador poderá
inibir muitos dos respondentes).
r espondentes).
 Quando aplicadas em em questionários autopreenchíveis, as perguntas com
respostas abertas trazem problemas em seu preenchimento para a gran-
de maioria das pessoas que têm dificuldades de redação. Além disso, as
pessoas tendem a escrever de forma mais reduzida do que se estivessem
falando. Finalmente, há a dificuldade natural de entender uma infinidade
de diferentes e, às vezes, ilegíveis manuscritos.
Pelas vantagens, desvantagens e características das perguntas com respostas
abertas, seu uso é recomendado para as pesquisas exploratórias ou em pesquisas
conclusivas para complementar,
complementar, explicar ou esclarecer dados obtidos em pergun-
tas com respostas fechadas.
erguntas com respostas fechadas: nas perguntas com respostas fechadas é so-
Perguntas
P
licitado aos respondentes que escolham a(s) resposta(s) (verbalmente ou assina-
lando graficamente) entre um rol predeterminado de opções. As perguntas com
resposta fechada podem ser:
 Dicotômicas. são chamadas de dicotômicas

dicotômicas as perguntas
perguntas com
com respostas
respostas
fechadas que apresentam apenas duas opções de resposta, como: sim/
não, concordo/discordo,
etc. Geralmente, além dasfaço/não faço, sou/não
duas alternativas sou, aprovo/desaprovo
bipolares, oferece-se aos res-
r es-
pondentes a alternativa “não sei” ou “não tenho opinião”.
Vantagens
Vantagens das perguntas
perguntas com respostas dicotômicas:
dicotômicas:
 São fáceis e rápida

rápidass para aplica
aplicarr, process
processar
ar e analis
analisar
ar..
 Os respondentes consideram essas perguntas
perguntas fáceis e rápidas de responder
responder..
 Apresentam pouca possibilidade de erros.
Desvantagens das perguntas com respostas dicotômicas:
 Podem
Podem apresentar erro de medição, se o tema foi tratado de forma di-
cotômica, quando na realidade apresentava diversas nuanças entre, por
exemplo, a concordância total e a discordância total, conforme foi visto

neste capítulo, quando foi abordada a construção de escalas
escala s de atitudes.
 São muito suscetíveis a erros sistemáticos, dependendo de como a per-
gunta é elaborada. Um exemplo deste problema seria a pergunta “Você
compraria
um Celta?”um automóvel
__Sim Astra que
__Não __Não sei. fosse vendido pelo mesmo preço de
Escolha múltipla: nasperguntas com respostas de escolha múltipla é solicita-
do aos respondentes que optem (verbalmente ou assinalando graficamente) por
quantas opções, ou por um número limitado de opções, podendo ser apenas uma,
que julgar(em) adequada(s) dentre o rol apresentado, sendo neste caso chamada
de escolha única.
Na utilização de perguntas com respostas múltiplas, o pesquisador deve pre-
ocupar-se com dois aspectos: o número de alternativas oferecidas e os vieses de
posição. O número de alternativas oferecidas deve atender a dois princípios bási-
cos: ser coletivamente
letivamente exaustivasexaustivas e mutuamente
quando incluírem todas asexclusivas. As alternativas
possíveis respostas são co-
alternativas.
Para que esse princípio possa ser atendido é sempre conveniente incluir a alter-
nativa “outros. Quais?____”. As alternativas são mutuamente exclusivas quando
os respondentes conseguem identificar uma alternativa
a lternativa que claramente represen-
te sua resposta. Por outro lado, em instrumentos aplicados por entrevistadores,
quando o número de alternativas for pequeno, as alternativas podem constar do
próprio instrumento e serem apresentadas aos respondente
respondentess verbalmente; porém,
quando o número de alternativas for grande (por exemplo, maior que quatro), ou
quando o número for pequeno, mas a redação for complexa e de difícil memoriza-
ção, é melhor registrá-las em cartões e, ao fazer a pergunta, apresentar ao entre-
vistado o cartão com todas as opções
opções de respostas.
respostas.
O problema com os vieses de posição ocorrem em função da tendência, quan-
do se trata de palavras, à escolha das opções de resposta que aparecem primeiro
no leque de opções em detrimento das que aparecem mais para o final; quando se
trata de números, essa tendência de escolha de resposta passa a ser a do número
que ocupa a posição central. Para
Para controlar a ocorrência desses vieses é recomen-
dável, durante a coleta de dados, alternar (rodiziar), a cada respondente, de for-
ma cíclica, a sequência de apresentação das opções de resposta. Em pesquisas com
respostas autopreenchíveis e naquelas em que o entrevistador expõe verbalmente
as respostas, a alternância das opções de respostas deve vir já impressa no próprio
instrumento. Nos casos em que se entrega ao entrevistado uma ficha contendo as
opções de respostas, devem ser elaboradas fichas com todas as sequências de or-
denações possíveis e, a cada entrevista, o entrevistador deve usar,
usar, sequencialmen-
te, uma diferente. Esta prática cria um complicador a mais no processo de aplicar
e processar a pesquisa, mas é fundamental para exercer um controle sobre esta

fonte de viés.
Vantagens
Vantagens das perguntas com respostas múltiplas (praticamente as mesmas
das perguntas com respostas dicotômicas):
 São fáceis e rápida

rápidass para aplica
aplicarr, process
processar
ar e analis
analisar
ar..
 Os respondentes consideram essas perguntas
perguntas fáceis e rápidas de responder
responder..
 Apresentam pouca possibilidade de erros.
Desvantagens das perguntas com respostas múltiplas:
 Exigem muito tempo de preparação

preparação para que, possivelmente, todas as
opções de respostas sejam apresentadas; consequentemente, o custo de
preparação é elevado.

Se
no alguma das possíveis
rol de opções, fortes opções de resposta
resposer
vieses podem staintroduzidos,
não foi previamente
mesmo incluída
quando
for oferecida a opção “outros. Quais?___”.
 Tendem a introduzir vieses
vieses nos dados pelo fato de as alternativas de res-
postas serem oferecidas aos respondentes.
Escalas: nas perguntas fechadas com respostas formando escalas, os respon-
dentes são solicitados a responder qual ponto da escala melhor corresponde a sua
opinião a respeito do que está sendo perguntado. As escalas já foram discutidas na
parte inicial deste capítulo.
Tendo conhecimento dessas várias alternativas de opções de respostas, o pes-
quisador estará em condições de efetuar as seguintes perguntas para verificar se as
as
questões e as opções de respostas estão adequadas para sua pesquisa:
1. Qual a melhor
melhor forma de perguntar e obter a resposta para este
este dado: per-
per-
gunta com resposta aberta ou fechada, e se a escolha for fechada, deve
ser dicotômica, escolha múltipla (quantas opções de escolha) ou escala?
2. Quando se trata
trata de perguntas com respostas múltiplas,
múltiplas, será que estão
sendo oferecidas todas as alternativas significativas possíveis? Não estará
havendo superposições? A ordem em que as opções estão sendo ofereci-
das é adequada? A redação das opções é imparcial e equilibrada?
3. A forma de resposta é fácil, definida e adequada para o objetivo? A quanti-
dade e a complexidade de opções exige cartões? As pré-tabulações das res-
postas devem figurar nas opções de
d e resposta ou isso pode ser fonte de viés?
Decisões quanto à sequência das perguntas no instrumento:
1. O questionário
questionário começa com uma pergunta simples e interessante
interessante de for-
ma a atrair e ganhar a atenção dos respondentes?
2. As perguntas estão
estão colocadas de forma a atender à seguinte sequência:
as questões mais fáceis e de caráter geral aparecem
a parecem antes, e as mais difí-
ceis e de caráter mais específico, depois?
3. As perguntas anteriores tendem
tendem a influenciar
influenciar pelo conteúdo as respostas
às perguntas posteriores?
4. A colocação das perguntas segue uma ordem lógica e racional? A colocação
das perguntas nessa sequência pode causar alguma confusão, hesitação,
frustração ou indecisão aos respondentes? Há instruções suficientes, cor-
retas e simples para explicar quando as respostas de perguntas anteriores
condicionam quais perguntas posteriores são pertinentes e quais não são?
5. A pergunta é apresentada de maneira natural?
natural? Está em ordem psicologi-
camente correta?
Especificações do uso: complementando a redação do instrumento, o pes-
quisador deve explicitar as condições adequadas para seu uso e aplicação, tanto no
caso de instrumentos autopreenchíveis quanto nos que utilizam entrevistadores.
Instruções sobre como os entrevistadores devem proceder no campo, como preen-
cher os instrumentos, como abordar os respondentes, como comportar-se durante
a entrevista etc. deverão aqui ser minuciosamente explicitadas.
Revisões e pré-testes
Após ter sido construída a primeira versão do instrumento, procede-se a inú-
meras revisões junto a própria equipe de pesquisa, seguindo os preceitos apre-
sentados no item anterior. Uma vez concluída a revisão, tendo a equipe toda
concordado com a versão presente do instrumento, este pode ser considerado
pronto para ser pré-testado. O pré-teste do instrumento consiste em saber como
ele se comporta numa situação real de coleta de dados. Os objetivos de um pré-
-teste são verificar:
 Se os
os termos utilizados nas
nas perguntas são de compreensão dos respon-
dentes.
 Se as perguntas
perguntas estão sendo entendidas como deveriam ser
ser..
 Se as opções
opções de respostas
respostas nas
nas perguntas
perguntas fechadas estão
estão completas.
completas.
 Se a sequência das perguntas está correta.

 Se não há objeções na obtenção das respostas.
 Se a forma
forma de apresentar a pergunta
pergunta não está causando viés.
 O tempo para aplicar o instrumento.
O pré-teste é tão importante para o aprimoramento de um instrumento de co-
leta de dados que nenhuma pesquisa deveria iniciar sem que o instrumento tivesse
sido convenientemente testado.
Redação final
final
Os resultados dos pré-testes servirão para efetuar a revisão da redação final
do instrumento. Se as alterações sugeridas pelos pré-testes forem muito grandes,
é importante que o instrumento seja novamente testado até não ser mais preciso
efetuar grandes alterações. O número de pré-testes a serem efetuados depende da
complexidade do instrumento e de quanto ele já tenha sido previamente elabora-
do. Para instrumentos que tenham sido suficientemente desenvolvidos previamen-
te, geralmente dois ou três pré-testes são suficientes.
Os pré-testes são efetuados com versões digitadas do instrumento para pos-
sibilitar revisões rápidas. Uma vez aprovado o instrumento nos pré-testes, o pes-
quisador precisa tomar decisões quanto às características físicas de apresentação
como: tipo de letra, qualidade do papel, cor da tinta, qualidade da impressão, es-
paço entre perguntas, espaço entre opções de respostas etc. Principalmente em
instrumentos autopreenchíveis, estes itens, que a princípio parecem pouco rele-
vantes, são, às vezes, fundamentais para ganhar a cooperação dos respondentes.
Quanto melhor de
cores e formato apresentado o questionário,
letras, quanto quanto
melhor dispostas mais agradáveis
estiverem forem
as perguntas suas
e ques-
tões, maior será o índice de respostas.
AMOSTRAGEM, INTERVALOS
DE CONFIANÇA E NÚMERO DE
4
ELEMENTOS DA AMOSTRA
Conceito de amostragem
Amostra é qualquer
qualquer parte de uma população.
população.
Amostragem é o processo de colher amostras de uma população.
população.
A ideia básica da utilização de amostragem em um processo de pesquisa de
marketing é de que a coleta de dados relativos a alguns elementos da população e
sua análise podem proporcionar relevantes informações sobre toda a população. A
amostragem está intimamente relacionada com a essência do processo de pesquisa
descritiva por levantamentos: pesquisar apenas uma parte da população para infe-
rir conhecimento para o todo, em vez de pesquisá-la toda (censo).
Realizam-see censos ao invés de pesquisas por amostragens quando:
Realizam-s
 A população for pequena.

 Os dados
dados a respeito da população
população forem
forem facilmente
facilmente obteníveis,
obteníveis, ou já es-
tejam semidisponíveis.
 Os requisitos
requisitos do problema
problema em estudo
estudo impõem a obtenção de dados espe-
cíficos de cada elemento da população.
 Houver imposição legal.
Excluindo-se
lização de censos esses casos,pesquisa
e a simples na maioria
de absoluta das vezes,
uma amostra é desnecessária
da população atenderáa rea-
ple-
namente às necessidades da pesquisa.
Há três conceitos básicos referentes à amostragem:
 População de
População de pesquisa: é o agregado de todos
todos os casos que se enquadram
enquadram
num conjunto de especificações previamente estabelecidas (Kinnear e
Taylor, 1979).
 Elemento de pesquisa:
pesquisa: é a unidade
unidade sobre a qual se procura obter os dados
dados
(Kinnear e Taylor
Taylor,, 1979).
1979) .
 Unidade amostral: é a unidade básica que contém
contém os
os elementos
elementos da popu-
lação a ser amostrada.
Os elementos mais comumente utilizados em amostras de pesquisa de marke-

ting são pessoas. No entanto, dependendo dos objetivos da pesquisa, poderão ser:
famílias, produtos, lojas, indústrias, instituições etc.
Uma designação apropriada de população de pesquisa deve conter:
 Definição das especificações dos elementos de pesquisa.

 Definição da unidade amostral.
 Abrangência geográfica da pesquisa.
 O período de tempo.
Exemplo de designação de população de pesquisa: população de homens con-

sumidores de cigarros, residentes na Grande Porto Alegre no mês de dezembro de
2011.
Elemento de pesquisa: Homens

Consumidores de cigarros
Unidade amostral: Homens
Consumidores de cigarros
Abrangência: Grande Po
Porto
rto Alegre
Período de tempo: Dezembro de 2011
No exemplo, as unidades amostrais e os elementos são os mesmos. Em proce-

dimentos de amostragem mais complexos, diferentes níveis de unidades amostrais
poderão ser utilizados até se chegar ao elemento de pesquisa. As unidades amos-
trais e os elementos vão diferir em todos os estágios, exceto no último (procedi-
mentos de amostragem utilizando se de unidades amostrais serão apresentados
adiante neste capítulo).
4. AMOSTRAGEM, INTERVALOS DE CONFIANÇA E NÚMERO

DE ELEMENTOS DA AMOSTRA 123
Vantagens
Vantagens de amostrar
A amostragem está baseada em duas premissas. A primeira é a de que há si-

milaridade suficiente entre os elementos de uma população, de tal forma que uns
poucos elementos representarão adequadamente as características de toda a po-
pulação; a segunda é a de que a discrepância entre os valores das variáveis na
população (parâmetros) e os valores dessas variáveis obtidos na amostra (estatís-
ticas) são minimizados, pois, enquanto algumas medições subestimam o valor do
parâmetro, outras o superestimam e, desde que a amostra tenha sido adequada-
mente obtida, as variações nestes valores tendem a contrabalançarem-se e a anu-
larem-se umas às outras, resultando em medidas na amostra que são, geralmente,
próximas às medidas da população.
A amostragem é usada intensamente em pesquisas de marketing, em função
das grandes vantagens que oferece quando comparada aos censos:

Economiza mão de obra e dinheiro, à medida
medida que podem ser entrevis-
tadas, por exemplo, apenas 1.000 pessoas em vez de toda uma popula-
ção de 1 milhão. Fica fácil imaginar o quanto se economiza no custo de:
entrevistas, impressão do instrumento de coleta, supervisão de campo,
digitação, processamento dos dados etc.
 Economiza tempo e possibilita rapidez na obtenção
obtenção dos resultados.
resultados. Ex-
plorando o mesmo exemplo anterior, haveria apenas 1.000 horas de
entrevistas na amostra (supondo uma hora por entrevista), contra um
milhão de horas no censo; além disso, há grande redução no tempo de
impressão dos instrumentos, no recrutamento, seleção e treinamento de
entrevistado
entrevistadores,
na digitação res,
e nonaprocessamento
revisão e preparação dos instrumentos
dos dados. para digitação,
Toda essa economia de tem-
po possibilita grande rapidez no fornecimento dos resultados, sendo este
um fator fundamental no processo de decisão de marketing.
 Pode colher dados mais precisos. Este fato ocorre como resultante
resultante da
eliminação ou redução de inúmeras fontes de erros não amostrais. Num
censo, necessita-se de muitos entrevistadores, muitos supervisores de
campo e muitas pessoas para digitação dos dados. À medida que o staff ddaa
pesquisa cresce, a qualidade das pessoas recrutadas cai e as necessidades
de controle e supervisão crescem e ficam mais difíceis de serem exercidas,
o que redunda na elevação dos erros não amostrais. Ao contrário, quan-
to menor a magnitude das operações de campo, mais fácil será exercer
melhor controle de todo o processo de coleta e tratamento dos dados e
encontrar pessoal mais bem qualificado para conduzir, adequadamente,
cada estágio da pesquisa; assim, a ocorrência de vieses não amostrais

poderá ser minimizada. Ocorre também que a realização de um censo
demanda tempo tão longo que o fenômeno de marketing em foco pode-
rá mudar. Assim como o censo, uma amostra também inclui erros não
amostrais,
possui errosmas num menor
amostrais, mas grau. Diferentemente
que, estatística de um censo, atratados,
e convenientemente amostra
tratados,
podem ser controlados e minimizados.
 Pode ser a única opção quando o estudo implicar a destruição ou conta-
minação dos elementos pesquisados: o teste de uso do produto resulta no
consumo do produto; é evidente que a realização de um censo para se
verificar a aceitação de um novo sabor
sabor de iogurte não
não parece
parece ser um bom
início para se conduzir um negócio que se pretenda lucrativo.
Qualidades de uma boa amostra
A essência de uma boa amostra consiste em estabelecer meios para inferir,

inferir, o
mais precisamente possível, as características da população através das medidas
das características da amostra. As qualidades de uma boa amostra são:
 Precisão: refere-se à exatidão

exatidão dos resultados de medições
medições obtidos
obtidos na amos-
amos-
tra (estatísticas) correspondentes aos resultados que seriam obtidos se
fosse medida toda a população (parâmetros), utilizando-se os mesmos mé-
todos, instrumentos, procedimentos etc., usados na amostra. Precisão é a
medida do erro amostral; quanto menor o erro amostral, mais precisa será
a amostra.
 Eficiência: refere-se
refere-se à medida de de comparação
comparação entre
entre diversos projetos
amostrais. Um projeto é mais eficiente do que outro se, sob condições es-
pecíficas, trouxer resultados mais confiáveis do que o outro; se, para um
dado custo, produzir resultados de maior precisão, ou se, resultados com
a mesma precisão forem obtidos a um menor custo.
 Correção: refere-se ao grau de ausência de vieses não amostrais na
amostra. Uma amostra é dita correta (ou não viesada) se as medidas
superestimadas e as subestimadas forem compensadas entre os mem-
bros da amostra. Não existem erros sistemáticos numa amostra correta.
Erros sistemáticos (ou erros não amostrais) podem ser definidos como
variações nas medidas resultantes
res ultantes de influências
influênc ias conhecidas
conhecid as ou não que
fazem com que os resultados pendam mais para uma direção do que
para outra.

Passos para a seleção de amostras
No processo de seleção de amostras, os seguintes passos deverão ser percorridos:
1. Definir a população de pesquisa.

2. Elaborar ou dispor
dispor de uma lista de
de todas as unidades
unidades amostrais da po-
pulação.
3. Decidir o tamanho da amostra.
4. Selecionar um procedimento
procedimento específico
específico através do qual
qual a amostra será
determinada ou selecionada.
5. Selecionar fisicamente
fisicamente a amostra
amostra tendo
tendo por base os procedimentos
procedimentos dos
passos anteriores.
Tipos de amostras e amostragens

Há grande variedade de tipos de amostras e de planos de amostragens possí-
veis de utilizar em pesquisas de marketing, mas uma diferenciação fundamental
deve ser efetuada entre amostragens probabilísticas e não probabilísticas.
Amostragem probabilística: aquela em que cada elemento da população tem
uma chance conhecida e diferente de zero de ser selecionado para compor a amos-
tra. As amostragens probabilísticas geram amostras não probabilísticas.
Amostragem não probabilística: aquela em que a seleção dos elementos da
população para compor a amostra depende ao menos em parte do julgamento do
pesquisador ou do entrevistador no campo. Não há nenhuma chance conhecida
de que um elemento qualquer da população venha a fazer parte da amostra. As
amostragens não probabilísticas geram amostras probabilísticas.
Os diferentes tipos de amostragens probabilísticas e não probabilísticas são
apresentados na Figura 4.1.
Para a escolha do processo de amostragem, o pesquisador deve levar em conta
o tipo de pesquisa, a acessibilidade aos elementos da população, a disponibilidade
ou não de ter os elementos da população em um rol, a representatividade desejada
ou necessária, a oportunidade apresentada pela ocorrência de fatos ou eventos, a
disponibilidade de tempo, recursos financeiros e humanos etc. É uma decisão que
cabe exclusivamente ao pesquisador
pesquisador.. Seu bom-senso e suas experiências anteriores
podem ter um peso significativo na escolha. A única objeção a ser feita é que seja
sincero e honesto e nunca utilize ou divulgue os resultados de uma pesquisa com
uma amostra não probabilística como se fosse probabilística.
Não probabilísticas:
Básicas:
1. Conveniência (ou Acidental)
2. Intencional (ou por Julgamento)
3. Cotas (ou Proporcional)
Variações:
1. Tráfego
2. Autogerada
Tipos de 3. Desproporcional
amostragens
Probabilísticas:
1. Aleatória simples
2. Aleatória estratificada
3. Conglomerado:
Sistemática
Área
FIGURA 4.1 Tipos de amostragens.
Amostras e amostragens não probabilísticas

probabilísticas
Qualquer discussão técnica sobre as vantagens e desvantagens de amostras

probabilísticas e não probabilísticas claramente evidenciará as vantagens da pri-
meira como será visto adiante. Apesar da evidente desvantagem das amostragens
a mostragens
não probabilísticas, há diversas razões práticas que tornam conveniente seu uso
em pesquisas de marketing.
Razões para o uso de amostragens
amostragens não probabilísticas
probabilísticas
A primeira razão para seu uso pode ser a de não existir outra alternativa viá-
vel. A população toda não está disponível para ser sorteada. Por exemplo, numa
pesquisa que envolva uma amostra de 120 empresas, descobre-se que, dessas, ape-
nas 55 estão dispostas a conceder entrevistas, as demais se recusam, alegando ra-
zões de sigilo. Qual será a opção menos ruim: não fazer a pesquisa ou fazê-la com
aquelas que se dispõem a colaborar?
A segunda razão para o uso de amostras não probabilísticas é que a amos-
tragem probabilística é tecnicamente superior na teoria, no entanto, na práti-
ca, ocorrem problemas em sua aplicação que enfraquecem essa superioridade.
Por exemplo, os entrevistadores podem não seguir corretamente as instruções ao

selecionar os respondentes, ou podem omitir algumas das perguntas ao entrevis-

tar algumas pessoas; alguns dos elementos selecionados podem recusar-se a serem
entrevistados, ou podem não ser encontrados. E o resultado do processo de amos-
tragem poderá ser não probabilístico, apesar de todo o esforço para que o fosse.
Isto A
torna a opção
terceira dapode
razão amostragem
ser a de não
que probabilística
a obtenção detambém aceitável.
uma amostra de dados que
reflitam precisamente a população não seja o propósito principal da pesquisa. Se
não houver intenção de generalizar os dados obtidos na amostra para a popula-
ção, então não deverá haver preocupações quanto à amostra ser mais ou menos
representativa da população. É o caso, por exemplo, da realização de uma pesqui-
sa exploratória, em que o objetivo principal é ganhar conhecimento sobre o assun-
to e não que as informações obtidas sejam ou não representativas da população.
Outro exemplo é aquele em que alguns médicos especialistas são chamados para
dar seus pareceres num caso difícil. Essa amostra intencional da população de mé-
dicos não é consultada para que se tenha uma opinião média de toda a classe, mas
por sua maior competência e experiência.
A quarta razão diz respeito ao tempo e aos recursos financeiros, materiais e
humanos necessários para a realização de uma pesquisa com amostragem proba-
bilística. Pode
Pode ser que esses recursos sejam de tal monta e não disponíveis que ao
pesquisador possa restar apenas duas opções: fazer a pesquisa com os recursos dis-
poníveis, conformando-se com uma amostra não probabilística, ou simplesmente
não fazê-la. É o caso, por exemplo, da oportunidade que se apresenta para a reali-
zação de pesquisas não probabilísticas, da ocorrência de uma exposição que reúna
grande número de visitantes-compradore
visitantes-compradoress de determinado produto. Pesquisas
Pesquisas que
aproveitam estas oportunidades, geralmente, têm custo muito pequeno. A opção
em não
vés se aproveitarprobabilística,
de amostragem dessa oportunidade
o que, seria a de fazer aenvolveria
provavelmente, mesma pesquisa atra-
a realização
de entrevistas com os elementos da amostra em suas residências ou locais de tra-
balho, com um custo e uma duração infinitamente maiores, partindo-se do pressu-
posto de que listagens da população fossem possíveis de obter.
A quinta e última razão é porque os dados sobre a população (número, lista-
gens etc.) não são ou não estão disponíveis, impedindo a construção de amostras
probabilísticas. Por
Por exemplo, para realizar uma amostra probabilística de consumi-
dores de determinada marca de cerveja, seria necessário dispor-se de uma relação
de todos esses consumidores (população) para que a amostra pudesse ser sorteada
para ser probabilística. No entanto, nunca se deixou de realizar uma pesquisa por
esta razão. A solução é realizar a pesquisa com uma amostra não probabilística.
Por estas razões e, à medida que os pesquisadores estiverem convencidos de
que tais processos de amostragens sejam razoavelmente satisfatórios, é certo que
pesquisas continuarão sendo realizadas de acordo com os princípios da amostra-

gem não probabilística, ou seja, os pesquisadores continuarão a empregar méto-
dos não probabilísticos, justificando seu uso por inúmeras razões práticas, embora
nunca deixando de admitir a superioridade técnica, a princípio, da amostragem
probabilística.
Tipos de amostras não probabilísti
probabilísticas
cas
Existem três tipos básicos e três variações de amostras não probabilísticas.
conveniência (ou acidentais): amostras por conveniência são
Amostras por conveniência
selecionadas, como o próprio nome diz, por alguma conveniência do pesquisador.
pesquisador.
É o tipo de projeto de amostragem menos confiável,
confiável, apesar de barato e simples. É
utilizado, frequentemente, para testar ou obter ideias sobre determinado assunto
de interesse. Enganosamente, essa forma de amostragem pode dar a impressão
de ser tão boa que pareça desnecessário utilizar outras formas mais sofisticadas e
precisas. Amostras por conveniência prestam-se muito bem aos objetivos da pes-
quisa exploratória, e não são recomendadas para pesquisas conclusivas. Exemplos
de amostras por conveniência:
 Solicitar a pessoas
pessoas que voluntariamen
voluntariamentete testem
testem um produto e, em segui-
da, respondam a uma entrevista.
 Parar pessoas num supermercado e colher suas opiniões.
 Durante um programa
programa de de televisão
televisão ao vivo, colocar
colocar à disposição dos teles-
teles-
pectadores linhas
linh as telefônicas
telefônica s acopladas a computadores para registrar,
registrar, au-
tomaticamente, opiniões a favor ou contra alguma colocação formulada.

tomaticamente,
Em qualquer desses exemplos, o elemento pesquisado foi autosselecionado ou
selecionado por estar disponível no local e no momento em que a pesquisa estava
sendo realizada.
Amostras intencionais (ou por julgamento): a suposição básica da amos-
tra intencional é de que, com bom julgamento e uma estratégia adequada, podem
ser escolhidos os casos a serem incluídos e, assim, chegar a amostras que sejam
satisfatórias para as necessidades da pesquisa. Uma estratégia muito utilizada na
amostragem intencional é a de se escolherem casos julgados como típicos da po-
pulação em que o pesquisador está interessado, supondo-se que os erros de julga-
mento nessa seleção tenderão a contrabalançar-se. Se os critérios de julgamento
na escolha da amostra forem corretos, uma amostra intencional deverá trazer me-
lhores resultados para a pesquisa do que uma por conveniência.

Amostras por cotas (ou proporcionais): as amostras por cotas constituem

um tipo especial de amostras intencionais. O pesquisador procura obter uma amos-
tra que seja similar,
similar, sob alguns aspectos, à população. Há necessidade de se conhe-
cer, a priori, a distribuição na população de algumas características controláveis e
relevantes
ser paraquando,
delineado o delineamento da amostra.
além de dispor O projetosobre
de informações dessaaamostra é simples
população, de
o pesqui-
sador trabalhar apenas com poucas características sob controle e com poucas cate-
gorias em cada uma, como no exemplo a seguir:
1a característica: sexo: duas categorias: homens e mulheres.
2a característica: idade: duas categorias: até 30 anos e mais de 30 anos.
Neste exemplo, há apenas quatro células de interesse:
 Homens até 30 anos.

 Homens com mais de 30 anos.

Mulheres até 30 anos.
 Mulheres com mais de 30 anos.
O que precisa ser conhecido para estabelecer as cotas de cada célula na amos-
tra é a proporção da população em cada uma dessas células, informação que pode
ser facilmente obtida nos Censos Demográficos do IBGE. À medida que o número
de características e de categorias sob controle for sendo elevado, pode-se chegar
a uma situação tal que o método não poderá ser empregado, ou pela não dispo-
nibilidade das proporções na população, ou pelo exagerado número de células a
que se chega, o que exigirá um número elevado de elementos no total da amostra.
Os métodos, a seguir, constituem variações desses três tipos de amostras não

probabilísticas.
Amostras por tráfego: frequentemente, as pesquisas envolvem observar ou
entrevistar pessoas que trafegam por determinado local, tais como pessoas dentro
de uma loja de departamentos, visitantes numa exposição, espectadores de um
evento esportivo ou artístico etc. Os entrevistadores escolhem entre os passantes
(ou presentes) aqueles a quem entrevistar.
entrevistar. Nestes casos, para a obtenção de amos-
tras mais precisas, faz-se necessário que o trabalho de campo seja realizado em
diferentes horas do dia, em diferentes dias da semana e, em certos casos, até em
diferentes dias do mês, à medida que haja variações no tempo do público que tra-
fega pelo local da pesquisa. Para
Para que este procedimento seja possível, um conheci-
mento prévio das características e volumes de tráfego no tempo se faz necessário.
autogeradas: há casos
Amostras autogeradas: ca sos de pesquisas em que o desconhecimento da
população pelo pesquisador é tão grande que nem o tamanho da população, nem
a localização de seus elementos podem ser determinados a priori. À medida que

se consegue localizar alguns elementos (às vezes apenas um), solicita-se aos pes-
quisados que indiquem conhecidos que também façam parte dessa população, e
assim, sucessivamente, vai se construindo a amostra. Por exemplo, a condução de
uma pesquisa
foi possível coma uma
obter população
listagem de um clube
de associados, social muito
a localização fechado,
de um doassociado
primeiro qual não
poderá proporcionar indicações de seus amigos associados (inclusive facilitando o
acesso a eles), e assim, sucessivamente, a amostra vai sendo construída.
Amostras desproporcionais: podem ser aplicadas a qualquer tipo de amos-
tragem em que a proporções dos estratos na população sejam conhecidas. Na
amostragem por cotas, são consideradas apenas amostras que sejam proporcio-
nais a algumas características conhecidas da população. No entanto, nem sempre
é possível, ou recomendável, a obtenção de elementos na amostra com a mesma
proporcionalidade, por um ou mais dos seguintes motivos:
 Se a amostra de de algum estrato, proporcional à população,

população, resultar em
um número de elementos tão pequeno que inviabilize qualquer análise
estatística por estrato.
 Quando um estrato
estrato da população for mais
mais heterogêneo
heterogêneo (ou homogêneo)
homogêneo)
que outro, e for do conhecimento do pesquisador, uma amostra despro-
porcionalmente maior (ou menor) dessa parte pode levar a resultados
mais precisos.
 Quando o custo de contatar
contatar parte da
da população
população for muito elevado,
elevado, uma
uma
amostra desproporcionalmente
desproporcionalmente menor desta parte reduzirá o custo total
da pesquisa.
Quando a escolha da amostra, por qualquer dos motivos apresentados, for des-
proporcional à população, durante o processo de análise conjunta das subamostras
deverão ser atribuídos pesos aos dados de cada uma para se chegar a resultados
ponderados representativos da população em estudo, conforme a seguinte fórmula:
Pn = An /an
Onde:
Pn
P n = peso a ser atribuído aos resultados da subamostra n
An = proporção de elementos da subamostra n na população
an = proporção de elementos da subamostra n na amostra

Amostras e amostragens probabilísticas

probabilísticas
A amostrage
amostragem m probabil
probabilística
ística (também chamada de randômic
randômicaa ou aleató-
ria) é caracterizada pelo conhecimento da probabilidade de que cada elemento
da população possa ser selecionado para compor a amostra. Esta probabilidade
pode ou não ser igual para todos os elementos da população, mas precisa ser di-
ferente de zero.
A característica de conhecer a probabilidade de cada elemento da população
fazer parte da amostra garante que a amostra será constituída de elementos se-
lecionados objetivamente por processos aleatórios e não pela vontade do pesqui-
sador, dos entrevistadores de campo, ou mesmo do entrevistado. Este fato, em
termos estatísticos, significa que a amostragem probabilística permite calcular em
que medida os valores de variáveis obtidos nas amostras diferem dos valores da
população. Essa diferença é chamada de erro amostral e advém exclusivamente
do fato de serem tomadas medidas numa amostra e não em toda a população. No
entanto, este fato, por si só, não significa que amostras probabilísticas sejam mais
representativas que as não probabilísticas.
Notações e fórmulas
fórmulas utilizadas em teoria de amostragem
amostragem
Para facilitar a compreensão das teorias que serão apresentadas sobre amos-
tragens probabilísticas, será útil conhecer as seguintes notações adotadas:
Notações
População Amostra Distribuição amostral
Número de elementos N n k
_
Observação Xi xi xi
_
Média  x x
Variância 2 S2 x2
Desvio-padrão  S x
Proporção de ocorrência P p –
Proporção de não ocorrência Q q –
Fórmulas
Média
= Xi xi xi
x= x =
N n k
Variância
teórica (Xi – )2 (xi – x)2 2 (xi –  x)2
 =
2 S =
2
x =
N n k
computacional
X2i ( Xi)2 x2i ( xi)2
x =
2 x2i ( xi)2
= 2 – S=
2
– –
N N2 n n2 k k2
Teorias estatísticas de amostragem

Toda a conceituação que dá suporte para a utilização de amostragem probabi-
lística em pesquisa de marketing está resumida na seguinte sequência de passos:
1. Define-se uma população qualquer de tamanho N.

2. Tiram-se as medidas dos parâmetros da população.
Média da população = 
Variância
Variância da população = 2
3. Define-se um tamanho n qualquer para a amostra.
n<N
4. Constroem-se todas as k amostras possíveis sem reposição1 de tamanho n.
N, n
k = C
5. Calcula-se a média cada uma das k amostras obtidas.
média de cada
xi = média de cada amostra
xi = x1, x2,...., xk
6. Calcula-se a média de todas médias das k amostras obtidas (média
todas as médias
amostral).
x = média das médias das k amostras (média amostral)
xi
x =
k
7. variância variância da média das k amostras obtidas (chamada de

Calcula-seamostral).
a ostral).
am
1 Foi considerado
considerado apenas o caso sem reposição,
reposição, que é a situação típica em pesquisa de marketing.

 2x = variância das k amostras (variâncias amostrais)

(xi – x)2
x =
2
(foi usada a fórmula elementar de cálculo da variância)

Cumpridos estes sete passos, poderão ser verificadas as seguintes importantes
relações:
 A média das médias

médias das amostras
amostras obtidas
obtidas (média
(média amostral)
amostral) é igual
igual à
média da população que as originou (independentemente de N ou n), ou:
x  
 A variância
variância das
das médias de todas
todas as amostras de tamanho
tamanho n (variân
(variância
cia
amostral) é igual à variância da população que as originou, dividida pelo ta-
manho das amostras para populações infinitas, e multiplicada pela expressão
(N – n) / (N – 1) para populações finitas:
2 
x =
2
e x = (populações infinitas)
n n
2 (N – n)  (populações
ou  x = n (N – 1)
2
ou  =
x
(N – n)/n (N – 1) finitas)
Observação: a expressão (N – n)/(N – 1) é conhecida como fator de

correção para populações finitas. Quando a população for infinita (N 
), essa expressão tende para 1, sendo desnecessário seu uso.
As estatís
estatísticas
ticas poder
poderão
ão ser mais ou
ou menos
menos precisas
precisas,, dependen
dependendo
do de qual
qual amos-
amos-
tra foi a sorteada para a realização da pesquisa. Apesar de nunca se saber exata-
mente quanto o valor deste estimador estará próximo ou distante do parâmetro da
população, princípios e técnicas estatísticas permitem criar um intervalo de confian-
ça em torno do estimador (valor obtido na amostra) e conhecer a probabilidade de
que o valor do parâmetro (valor verdadeiro na população) esteja neste intervalo.
O importante é notar que em qualquer população há muitas possíveis amos-
tras de quaisquer tamanhos. O que deve ser registrado é que a inferência estatísti-
ca clássica está baseada no que acontece, quando são selecionadas, repetidamente,
diferentes amostras de mesmo tamanho de uma mesma população.
Suponha-se que sejam sorteadas, sequencialmente, três amostras de tamanho
n = 2 (poderia ser outro tamanho qualquer) de uma população conhecida, e que
sejam calculadas suas médias. Verifica-se que os três valores obtidos são, geral-
mente, próximos, mas diferentes. Aparentemente, pode-se imaginar que há três
diferentes estimadores dos parâmetros da população. Entretanto, a teoria estatís-
tica recomenda que não se deve parar apenas em três amostras; deve-se continuar
colhendo mais e mais amostras
a mostras e, repetindo este processo, começa-se a notar que
determinados valores da média dessas amostras se repetem com mais frequência.
Especificamente, pode-se notar que os valores das médias das amostras, próximos
aos valores da média da população, tendem a repetir-se mais frequentemente do
que aqueles mais afastados. Plotando-se os valores obtidos num sistema de dois
eixos, será possível observar que formam uma familiar curva em formato de sino.
Esta distribuição das médias da amostra é chamada de distribuição amostral das
médias, ou, simplesmente, distribuição amostral. Pode-se verificar que:
 As frequências
frequências dos
dos valores
valores mais próximos à média
média são
são maiores
maiores do que os
mais distantes.
 A forma do gráfico
gráfico da
da população
população derivada
derivada (distribuição amostral da mé-
dia) aproxima-se do formato de sino em torno da média da população
(curva normal).
Portanto, a distribuição amostral da média de uma população é importante
para a pesquisa de marketing por duas razões:
1. As médias das
das amostras
amostras (médias amostrais)
amostrais) estão distribuídas em torno
da média da população, de uma forma conhecida (curva em forma de
sino, curva normal ou curva de Gauss).
2. Permite determinar quão próximas as estatísti
estatísticas
cas de determinada amos-
tra estão distribuídas em torno do parâmetro da população.
Para que seja possível utilizar essas características da distribuição das médias
amostrais de uma população em pesquisas de marketing, é preciso formalizar a
natureza da distribuição amostral
a mostral da média. Para isso, recorre-se à Teoria do Limi-
te Central da Estatística, que estabelece o seguinte:
1. Se a distribuição
distribuição da população
população para uma variável for normal, a distribui-
ção das médias de todas as amostras de igual tamanho dessa população
(distribuição da média amostral) também será normal, qualquer que seja
o tamanho da amostra.
2. Se
de atodas
distrias
distribuição
buição
suas da população
população
possíveis não for
amostrasfose
r normal, a distribuição
aproximará das médias
de uma distribuição
normal, à medida que se ampliar o tamanho dessas amostras (para n > 30,
essa distribuição se aproximará, com certeza, de uma normal verdadeira).
verdadeira).

3. A média das médias

médias das amostras
amostras derivadas
derivadas (ou a média
média amostral) de
de
uma população qualquer é igual à média da população.
x = 
4. O desvio-pad
desvio-padrão
drão rão da dividido
da população, distribuição
pelaamostral da média
da
raiz quadrada é igual ao
do tamanho aodadesvio-pa-
amostra,
para populações infinitas.

X =
n
Já foi visto que, para populações finitas, esta expressão deverá ser cor-
rigida para:

X =
(N – n)/n(N – 1)
5. Finalmente,
Finalmente , uma última característica
característic a da curva normal e da Teoria
Teoria do Li-
mite Central, extremamente útil para pesquisas de marketing, precisa ser
entendida para que toda esta teoria
teor ia possa ser colocada
coloc ada para trabalhar.
trabalhar. Este
aspecto está relacionado com a área contida sob a curva normal, delimi-
tada pelos pontos correspondentes a   Z . A Figura 4.2 mostra uma
X X
curva normal com um montante de área contida entre esses diferentes des-
vios-padrã
vios-padrãoo da médi
média.
a. Especi
Especificam
ficamente
ente,, nota-s
nota-see que apro
aproximad
ximadamen
amente:
te:
 68,26% dos casos estão contidos entre X  X.


X X

95,44%
99,74% dos
dos casos
casos estão
estão contidos entre X 32X..
contidos entre
Como X  e X = =  n, os intervalos podem ser expressos

respectivamentee por:
respectivament


n

 2
n

 3
n
Intervalos de confiança
confiança
Estes particulares intervalos são chamados de intervalos notáveis de confiança
da média. O primeiro intervalo é chamado de intervalo de confiança de 68,26%,
o segundo de 95,44% e o terceiro de 99,74%. Pode-se, a princípio, trabalhar com
qualquer outro intervalo de confiança, bastando para isso utilizar-se da fórmula de
transformação da curva normal na curva normal padronizada, e procurando-se na
tabela o valor da porcentagem correspondente
correspondente delimitada pela curva e esse ponto
de intervalo. A fórmula utilizada é a seguinte:
x – x x–
Z= ou Z =
x /n
99,74%
95,44%
68,26%
 – 3x–  – 2x–  – x–  =  x–  + x–  + 2x–  + 3x–

ou
 – 3  – 2 – +  + 2  + 3
n n n n n n
FIGURA 4.2 Área contida sob

sob a curva normal para os casos de 1, 2 ou 3 desvios-padrão da
média.
No entanto, em pesquisas de marketing, raramente são utilizados outros inter-
valos
dade, que
pois,não sejam
assim os chamados
procedendo, notáveis,
não há meramente
necessidade por questões
de recorrer de ecomodi-
a fórmulas tabelas
de transformações. Note que primeiro sempre é determinado o nível de confiança
para, a seguir, ser calculado o intervalo.

O que, exatamente, esses intervalos de confiança significam para pesquisas

de marketing? Tome-se para exemplificar, o intervalo de confiança de 68%. Já foi
visto que a média da distribuição amostral é igual à média da população,
população, e que em
pesquisas de marketing, de todas as possíveis amostras de determinado tamanho
n, é sorteada apenas uma, e sua média é utilizada como estimador da média amos-
tral (que é desconhecida) e consequente
consequentemente
mente da população. No entanto, a média
amostral pode ou não estar contida no intervalo de confiança calculado no nível,
no caso, de 68%. No nível de 68% de intervalo
i ntervalo de confiança, não significa que há
68 chances em 100 de a média amostral estar contida neste intervalo, mas que, se
forem selecionadas 100 diferentes amostras aleatórias dessa população e calcula-
dos 100 diferentes intervalos de confiança de 68% para a média, pode-se esperar
que a média amostral (e consequentem
consequentemente,
ente, a média da população) esteja contida
neste intervalo de confiança em 68 dentre as 100 amostras sorteadas.
Desta forma, tendo a amostra sorteada os seguintes valores para as estatísticas:
média =x
desvio-padrão =S
Sx = estimador do desvio-padrão amostral
S = estimador do desvio-padrão da população
x = estimador da média da população
E, sabendo-se que:
S
Sx =
n
O gráfico resultante será:
(1 – /2)
_ _ _
x – Z(1 – /2) S/n x x + Z(1 – /2) S/n
E a conclusão será:
S
 terá (1 – /2)% de estar contida no intervalo x – Z(1 – /2)
n
S
ou intervalo x + Z(1 – /2)
n
Convém novamente enfatizar que esses procedimentos só são possíveis para

amostras probabilísticas. O pesquisador que apresentar números sobre níveis de
confiança, intervalos de confiança e precisão para amostras não probabilísticas in-
correrá em grave e imperdoável erro conceitual.
Tamanho da amostra e precisão dos dados

Para uma amostra de mesmo tamanho, à medida que se eleva o nível de con-
fiança, cresce a precisão. A precisão também cresce à medida que cresce o número
de elementos da amostra, pois:
 (xi – x)2
S=
n
Onde S é o estimador do desvio-padrão amostral.

Observa-se que o valor de S varia inversamente à raiz quadrada do número de
elementos da amostra. Isto significa que, quanto maior for n, maior será n e me-
nor será S, ou seja, menor será o intervalo de confiança em torno de x e maior será
a precisão dos dados, independentemente do nível de confiança considerado. Es-
sas constatações levam à conclusão de que, contrariando a intuição da maioria das
pessoas, não há proporcionalidade entre a elevação do número de elementos
da amostra e a respectiva melhoria na precisão dos dados.
Tipos de amostras e amostragens probabilísticas

probabilísticas
Amostra aleatória simples: a amostragem aleatória simples caracteriza-se

pelo fato de cada elemento da população ter probabilidade conhecida, diferente
de zero e idêntica à dos outros elementos, de ser selecionado para fazer parte da
amostra.
am ostras aleatórias simples: existem dois pro-
Procedimentos para a seleção de amostras
cedimentos para a obtenção de amostras aleatórias simples de uma população
cujos elementos estejam todos identificados, e que a cada um tenha sido atribuído

um número: a realização de sorteios ou a utilização de tabelas de números alea-

tórios. Uma das formas para a realização de sorteios é colocar todos os números
dos elementos da população numa urna e sortear, sequencialmente, os números
dos elementos que irão compor a amostra. Outra forma de realizar sorteios é a
utilização
número dedeelementos
roletas dedabolas. O número
população. Parade roletas
cada a utilizar
elemento a seréselecionado
determinadopara
peloa
amostra, sorteia-se de cada roleta um número que corresponderá a cada algarismo
do número na população.
Todo esse trabalho de realização de sorteios poderá ser evitado se forem utili-
zadas tabelas de números aleatórios. As tabelas de números ao acaso são resultan-
tes de sorteios teóricos realizados por computadores e, por isso,
i sso, se pode confiar que
são números totalmente probabilísticos. Para a utilização de tabelas de números ao
acaso, basta que seja aberta em qualquer página, seja assinalado um ponto para
começar e seja definida uma regra de procedimento. Assim, deve-se trabalhar com
tantos
ção. A algarismos quantos
seguir, a partir foremdefinido
do ponto os algarismos do número
para começar, de elementos
deve-se da popula-
definir qual sentido
caminhar (de cima para baixo, de baixo para cima, da direita para a esquerda ou
da esquerda para a direita), que, uma vez definido, não deverá mudar até o fim da
seleção. Todos
Todos os números que surgirem com essa quantidade
quantidad e de dígitos, que ultra-
passarem o número de elementos da população, devem ser desprezados.
A necessidade de ter todos os elementos da população identificados e nu-
merados pode tornar-se uma grande restrição para a realização de amostragens
aleatórias simples. Quando isto ocorrer, devem ser utilizados outros métodos de
amostragens probabilísticas, que serão apresentados neste capítulo, ou utilizar-se
da amostragem não probabilística.

Procedimentos para o cálculo de intervalos de confiança para a média
O cálculo de intervalos de confiança para a média compreende os seguintes
procedimentos:
1. Sorteia-se uma amostra

amostra probabilística simples de tamanho n da popula-
probabilística simples
ção em estudo.
2. Calcula-se a média x da amostra sorteada.
desvio-padrãoo S da amostra sorteada.
3. Calcula-se o desvio-padrã
4. Define-se um nível de confiança  que pode ser qualquer um ou os cha-
mados níveis de confiança notáveis: 68,26%, 95,44% ou 99,74%.
5. Com estes dados,
dados, calcula-se o intervalo de confiança para esse nível
nível de
confiança, através da fórmula:
S
x  Z(1 – /2) n
que, para o caso dos níveis de confiança notáveis, fica, respectivamente,

sendo:
S
para 68,26% x
n
S
para 95,44% x2
n
S
para 99,74% x  3 n
6. Define-se como precisão da amostra, ou erro máximo absoluto
absoluto admitido:
admitido:
S
e = Z(1 – /2)
n
que, para o caso dos níveis de confiança notáveis, fica, respectivamente,

sendo:
S
para 68,26% e = n
S
para 95,44% e=2
n
S
para 99,74% e=3
n
Amostra
exemplo para aleatória
introduzir estratificada: a pesquisa
a necessidade de utilizar-sedea auditoria
amostragemde loja é umestra-
aleatória bom
tificada. Para sua realização, precisa-se montar um painel de supermercados em
certa região. Sabe-se que a maioria dos supermercados é de tamanho médio ou

pequeno, e que existem apenas poucos grandes supermercados. Sabe-se também

que os grandes supermercados exercem grande atratividade sobre os consumido-
res e são responsáveis por uma quantidade grande das vendas totais. Se optar-se
por uma amostra desses supermercados através da amostragem aleatória simples,
corre-se
dos paraocompor
risco dea que nenhum,
amostra ou poucos grandes
que, consequentemente,
consequentemen te, supermercados sejam
deverá ser pouco sortea-
representa-
tiva da população.
A intuição indica que esses supermercados deveriam ser divididos em três
grupos: pequenos, médios e grandes, e que certo número de supermercados de
cada grupo deveria ser sorteado para compor o painel desejado, pois desta forma
será mais representativo da população de supermercados do que com uma amos-
tra probabilística simples. Como será visto a seguir, a teoria estatística confirma
a intuição. Pelo exemplo apresentado, a população de supermercados poderia ser
subdividida em estratos. O processo de subdividir uma população em estratos, se-
lecionar amostras aleatórias simples de cada estrato e, a seguir, combiná-las em
uma amostra única para estimar os parâmetros da população é chamado de amos-
tragem aleatória estratificada.
Existem inúmeras razões para a utilização deste tipo de amostragem. A pri-
meira é de que se elevam a precisão, a eficiência e a correção da amostra. Amos-
tragens aleatórias estratificadas resultam em decréscimo do erro-padrão do
estimador da população; consequentemente, o intervalo de confiança calculado
poderá ser menor. A segunda razão é de que informações e análises referentes a
cada estrato podem ser úteis e necessárias e, por isso, desejadas. A terceira razão
é de que a coleta de informações fica mais fácil, administrativa e operacionalmen-
te. A quarta e última razão é econômica; o custo da amostragem estratificada é
menor do que
resultados o da amostragem
trabalhando-se aleatória
com uma simples,
amostra permitindo chegar aos mesmos
total menor.
Os procedimentos para a realização de amostragens aleatórias estratificadas
compreendem:
1. Divisão da população
população objeto
objeto do estudo em estratos que
que sejam mutua-
mutua-
mente exclusivos e coletivamente exaustivos. Consideram-se estratos
mutuamente exclusivos, quando a inclusão de um elemento num estrato
impossibilita sua inclusão em outro. Considera-se o conjunto de estratos
exaustivo quando todos os possíveis valores das variáveis foram utiliza-
dos para defini-los.
2. Definição do número de elementos a selecionar em cada estrato.
estrato.
3. Seleção de uma
uma amostra aleatória
aleatória simples e independente
independente em cada es-
es-
trato.
4. Cálculo da média e do desvio-pa

desvio-padrão
drão de cada amostra.
5. Composição das médias
médias e dos desvios-padrão
desvios-padrão de cada amostra para o
cálculo da média e do desvio-padrão que serão usados como estimadores
dos parâmetros da população, segundo as seguintes fórmulas:
n Ni
Média x = 
i =1 N xi
Ni S 2i
( )
2
Desvio-padrão S= N ni
Sendo:
N
Ni = = número
número de
de elementos
elementos da
da população
população em cada estrato
n = número de elementos da amostra
ni = número de elementos de cada estrato
x = média da amostra
xi = média da amostra de cada estrato
S = desvio-padrão da amostra
S 2i = variância da amostra de cada estrato
A redução
redução do erro padrão de um estimador
estimador da população,
população, através da amostra-
amostra-
gem aleatória estratificada, ocorrerá, sempre e somente quando, ao menos num
dos
que estratos, houver maior homogeneidade, em relação à variável em estudo, do
nos outros.
Amostra estratificada proporcional: as amostragens estratificadas podem
ou não ser proporcionais à ocorrência dos estratos na população. São utilizadas as
não proporcionais quando já se possui algum conhecimento prévio da população
que permita decidir se determinados estratos devem ter pesos maiores ou menores
em função da maior ou menor variabilidade das variáveis intraestrato, e da maior
ou menor representatividade extra estrato, em relação à população. Esse procedi-
mento permite que o erro-padrão da amostra seja reduzido ainda mais.
Amostra estratificada não proporcional: as empresas de pesquisas espe-
cializadas em auditoria
não proporcional de loja utilizam,
para construir frequentemen
frequentemente,
seus painéis de lojas te, a amostragem elevam
e, normalmente, aleatóriaa
participação das lojas grandes em função de sua representatividade na população
e de sua maior variabilidade nas vendas.

A forma
forma prática de determinar
determinar o peso da participação não proporcional de um
estrato na composição da amostra segue as seguintes regras:
 Quanto maior a importância de um estrato na população,

população, maior
maior deverá
deverá

ser sua participação.
Quanto maior o estrato,
estrato, menor deverá ser sua
sua participação.
participação.
 Quanto maior a variabili
variabilidade
dade dentro do estrato, maior deverá ser sua
participação.
As formulações
formulações para os cálculos da média, variância e desvio-padrão da amos-
amos-
tra estratificada são as mesmas utilizadas para amostras proporcionais.
Amostragem por
por conglomerados (ou grupos)
Todos os métodos de amostragem, estudados até aqui, pressupunham que a
seleção para a composição da amostra tinha por base os elementos da população.
Foi visto que esses procedimentos exigem determinado conhecimento prévio da
população. No entanto, em pesquisas de marketing, na maioria das vezes, isso não
é possível.
Na amostragem aleatória por conglomerado, grupos de elementos da popula-
ção são simultaneamente sorteados. Para proceder a este tipo de amostragem, a
população em estudo precisa ser subdividida em grupos mutuamente exclusivos
e coletivamente exaustivos. Em seguida, procede-se à seleção da amostra a par-
tir desses grupos. Quando, dos grupos selecionados, todos os elementos passam a
fazer parte da amostra, a amostragem é chamada de “um estágio”. Quando, após
omentos
sorteiodesses
dos grupos,
grupossefarão
procede
partea da
umamostra,
segundoasorteio para determinar
amostragem é chamadaquais ele-
de “dois
estágios”. Seguindo este raciocínio, será possível ter amostragens de “n estágios”,
quando sorteios sucessivos forem realizados, até se chegar ao sorteio dos elemen-
tos do último grupo.
Tanto na amostragem aleatória simples, como na por conglomerados, a fra-
ção da população amostrada poderá ser a mesma. No entanto, diferentemente da
amostragem aleatória simples, em que todas as combinações possíveis de n ele-
mentos da população podem ser sorteadas, na amostragem aleatória por conglo-
merados isto não ocorre; ao contrário, a maioria das combinações é impossível.
cisãoTambém devecresce
da amostra ser notado que,que
à medida enquanto na amostragem
se formam estratos queproporcional, a pre-
sejam homogêneos
internamente e heterogêneos externamente, na amostragem por conglomera-
dos, ao contrário, a precisão cresce quanto mais a heterogeneidade dos grupos
se aproximar da população. Portanto,

Portanto, em amostragens estratificadas, precisam-se
de grupos homogêneos e, na por conglomerados, de grupos heterogêneos, ape-
sar de que, na prática, há muita dificuldade
di ficuldade em se conseguir grupos heterogêneos
na amostragem por conglomerados. Como exemplo, veja a população de 24 ele-
mentos
amostrada
deTabela
Toito
abelaelementos,
4.1, já subdividida
através deem grupos e dapor
amostragem qual se pretende retirar uma
conglomerados.
TABELA 4.1 População

População estratificada
Grupo No dos elementos na população
1 1, 2, 3 e 4
2 5, 6, 7 e 8
3 9, 10, 11 e 12
4 13, 14, 15 e 16
5 17, 18, 19 e 20
6 21, 22, 23 e 24
estágio: sorteio aleatório de dois dos seis grupos, admi-

Amostragem de um estágio:
tindo que os grupos sorteados tenham sido 1 e 6, a amostra resultante será com-
posta dos seguintes elementos:
elementos: 1, 2, 3, 4, 21, 22, 23 e 24.
Amostragem de doisdois estágios: primeiro estágio – sorteio aleatório de quatro
dos seis grupos, admitindo que os grupos sorteados tenham sido: 1, 2, 4 e 6. Se-
gundo estágio – em cada grupo sorteado, procede-se a um segundo sorteio de dois
elementos para fazer parte da amostra.
Admitindo que tenham
tenham sido sorteados:
 Do G1: os elementos 2 e 3
 A amostra resultante será: 2, 3, 7, 8, 13, 16, 21 e 23
O tamanho do erro amostral gerado, a partir de amostras por conglomerados,

tende
simplesa ser sempretamanho
de mesmo maior ou,danomesma
máximo, igual ao Na
população. gerado por com
prática, amostras
raras aleatórias
exceções,
as amostras por conglomerado são menos homogêneas do que a população e, por
isso, menos eficientes que as aleatórias simples. Apesar disso, por razões de custo,

as amostras por conglomerado são muito usadas na prática. Para um mesmo cus-
to, pode-se trabalhar com uma amostra por conglomerado muito maior do que
uma aleatória simples. Quando se combina a eficiência estatística com a eficiência
econômica do método de amostragem, se terá a eficiência total, e é a amostragem
por conglomerados
possui a que apresenta
o menor erro-padrão a maior
por unidade eficiência
monetária de total,
custo.pois
São éapresentados,
o método quea
seguir, os principais tipos de amostragens por conglomerados.
Amostragem sistemática: para realizar a amostragem sistemática, seleciona-
-se, aleatoriamente, para ser o primeiro elemento de uma amostra de tamanho n,
de uma população de tamanho N, um entre os N/n primeiros elementos listados
em um rol. Para a obtenção dos demais elementos, vai-se, sucessivamente, acres-
centando ao número de ordem do elemento anterior N/n para determinar o núme-
ro de ordem do elemento seguinte, até esgotar-se toda a população.
Uma observação atenta fará perceber que a amostragem sistemática é um tipo
de
40 amostragem porhá,
supermercados, conglomerados de um estágio.
na verdade, apenas No de
dez grupos caso de uma população
diferentes de
elementos da
elementos
população, dos quais será sorteado apenas um para ser a amostra da população.
Na Tabela 4.2, são apresentados todos esses dez grupos.
TABELA 4.2 Conjunto de todos os possíveis conglomerados da população de supermercados

Conglomerado No de ordem dos elementos
1 1, 11, 21, 31
2 2, 12, 22, 32
3 3, 13, 23, 33
4 4, 14, 24, 34
5 5, 15, 25, 35
6 6, 16, 26, 36
7 7, 17, 27, 37
8 8, 18, 28, 38
9 9, 19, 29, 39
10 10, 20, 30, 40
Note que, pela amostragem aleatória simples, se teria C = 40!/(40 – 4)!

40,4
× 4!= 91.390 amostras de quatro elementos possíveis de serem sorteadas, e que,
pela amostragem sistemática, passa-se a ter apenas dez. Felizmente, a média da
distribuição amostral (média amostral) de todas as amostras possíveis de serem sor-

teadas, numa amostragem sistemática, é igual à média da população, o que significa
que a média obtida de qualquer amostra sistemática é um estimador não viesado da
média da população, o que permite que sejam calculados os intervalos de confiança
de forma
Uma semelhante aos efetuados
grande restrição para
ao uso da a amostragem
amostragem aleatóriaé simples.
sistemática a necessidade de
dispor-se dos elementos da população em uma listagem, classificados segundo al-
guma variável importante para o estudo.
Amostragem por área: em todos os planos de amostragens probabilísticas
estudados até o momento, uma completa e correta lista dos elementos da popula-
ção é necessária, além de que, no caso das amostragens aleatórias estratificadas e
sistemáticas, outras informações são ainda necessárias para um procedimento cor-
reto. No entanto, para a grande maioria das situações ou aplicações de pesquisas
de marketing, estas listagens não existem, não estão disponíveis ou o custo de sua
obtenção é inviável.
Mesmo que não se consiga obter a listagem desejada, a pesquisa poderá ser
conduzida, desde que se passe a utilizar a amostragem por área. A amostragem
por área é uma solução engenhosa que dispensa a necessidade de listagens dos
elementos da população, mas, em contrapartida, exige a utilização de mapas mui-
to detalhados de regiões, estados, municípios, cidades e bairros. A amostragem
por área pode ser: em um estágio, em dois estágios e em multiestágios.
Amostragem por área em um estágio: compreende os seguintes passos:
1. Listar e numerar
numerar todos
todos os quarteirões
quarteirões de uma cidade (população
(população de quar-
quar-
teirões = Nq).
q
2. sortear uma amostra aleatória
população de Nq quarteirões. simples ou siste
sistemática
mática de tamanho n da
3. Coletar dados de todas
todas as residências dos nq quarteirões sorteados.
Note que este é um procedimento de amostragem probabilística. Todos os ele-
mentos da população (residências) têm a mesma probabilidade nq/Nq de serem
selecionados, pois todas as residências dos quarteirões sorteados são pesquisadas.
Amostragem por área em dois estágios: compreende os seguintes passos:
1. Listar e (ou) numerar todos os Nq quarteirões de uma cidade.

2. Sortear uma amostra aleatória simples ou sistemática
sistemática de tamanho n da
q
população de Nq quarteirões.
3. Listar e (ou) numerar
numerar todas residências de cada um dos nq quarteirões
todas as residências
sorteados.

4. Sortear uma amostra

amostra aleatória
aleatória simples ou
ou sistemática de nr residências
de cada um dos nq quarteirões sorteados.
Note que a única diferença entre os dois tipos de amostragem por área é que,
nos “dois estágios”, procede-se a um segundo sorteio para determinar os elemen-
tos da amostra.
Amostragem por área em multiestágios: é utilizada quando a área geográfica
abrangida pela pesquisa é muito extensa. Quando aplicada a todo um país, esta
amostragem pode ter os seguintes passos:
1. Subdividir o país em áreas primárias.

primárias. Considerar
Considerar áreas
áreas primárias:
primárias: regiões
metropolitanas, comarcas ou grupos de comarcas (quando se tratar de
comarcas muito pequenas).
2. Estratificar essa
essa população de
de áreas primárias
primárias para estar seguro de que a
amostra a ser construída tenha, na mesma proporção, os diferentes tipos
de áreas primárias e (ou) diferentes regiões do país.
numerar todas as divisões
divisões obtidas.
obtidas.
4. Sortear uma amostra
amostra aleatória
aleatória estratificada dessa população de áreas
primárias.
5. Em cada área
área primária selecionada, elaborar uma lista das cidades
cidades gran-
des, médias e dos municípios restantes e criar estratos.
6. Sortear uma amostra aleatória
aleatória estratificada
estratificada da população de cidades
grandes, cidades pequenas e municípios restantes em cada área primária
sorteada. Cada elemento sorteado desta forma é denominado locação
amostral (a partir deste ponto, o processo passa a ser semelhante à amos-
tragem por área em dois estágios).
7. Listar e (ou) numerar todos os Nq quarteirões de cada locação amostral.
8. Sortear uma amostra aleatória simples ou sistemática de tamanho nq da
amostra aleatória
população de Nq quarteirões de cada locação amostral.
numerar todas as residências
residências de cada um dos nq quarteirões
sorteados de todas as locações amostrais.
10. Sortear uma amostra aleatória simples ou sistemática de nr residências
de cada um dos nq quarteirões de cada locação amostral. (Veja na Figura
4.3 a ilustração deste tipo de amostragem.)
Observações:
1. Os passos 9 e 10 podem
podem ser substituídos
substituídos por orientações aos entrevista-
entrevista-
dores de campo sobre como devem proceder na “escolha” de residências
(por exemplo: começando pela esquina norte do quarteirão sorteado e

percorrendo-o no sentido anti-horário, a cada quatro casas percorridas,
a quarta deverá fazer parte da amostra e, assim, sucessivamente, até es-
gotar o quarteirão e continuar no próximo sorteado).
2. Entre os passos
passos 6 e 7 poderá ser incluído mais um:
um: a listagem e (ou) nu-
meração de todos os bairros e o sorteio de bairros.
3. Um prédio de apartamentos
apartamentos residenciais
residenciais com 120 unidades deverá
deverá ser
considerado como 120 residências e, à semelhança com a definição da
escolha de residências num quarteirão, deverá ser definido um critério
para escolha dos apartamento
apartamentoss onde a entrevista deverá ser realizada.
4. Uma das grandes
grandes dificuldades deste
deste tipo de amostragem
amostragem está em con-
con-
seguir acesso a certos tipos de moradias, como, em prédios de aparta-
mentos, residências situadas em condomínios horizontais fechados e
residências de famílias de classes alta e média alta.
5. Uma importante
importante restrição
restrição à aplicação
aplicação desse tipo de amostragem
amostragem refere-
-se ao assunto ou produto a ser pesquisado. Quando se trata de assunto
de domínio público (pesquisa de opinião pública) ou de produto larga-
mente consumido pela população, não haverá problemas. No entanto,
caso o assunto ou produto seja de conhecimento ou consumo de apenas
parte da população, essa forma de amostragem não poderá ser aplicada.
Áreas
primárias
Bairro Locação
amostral
Quarteirão
Residência
FIGURA 4.3 Ilustração da amostragem por área em multiestágios.

Características da amostragem por área em multiestágios: este tipo de amos-

tragem é, estatisticamente, muito menos eficiente do que a amostragem aleatória
simples. Enquanto a amostragem aleatória simples está sujeita a apenas um erro
amostral, originário de apenas um sorteio, a amostragem por área em multiestá-
gios estarádos
ao longo exposta a tantos
diversos passoserros amostrais
de sua quantos
realização. forem
Existem os sorteios
fórmulas pararealizados
o cálculo
do desvio-padrão para este tipo de amostra que são extremamente complexas e
fogem ao escopo deste livro.
Amostragem por áreas de probabilida des iguais: foi visto que uma das con-
probabilidades
dições da amostragem probabilística é que a probabilidade de cada elemento da
população fazer parte da amostra seja conhecida e diferente de zero. Examine-se,
na amostragem por área, se estas condições serão atendidas em dois diferentes
casos: chances iguais de seleção das áreas e amostras proporcionais aos tamanhos
das áreas.
1. Chances de igual seleção das áreas/igual proporção de seleção dos elemen-
tos nos conglomerados: neste método, cada conglomerado terá a mesma chan-
ce de fazer parte da amostra, independentemente de seu tamanho. A seguir, de
cada conglomerado sorteado, sorteiam-se elementos, mantendo-se sempre a mes-
ma proporção para a composição da amostra final. Veja um exemplo: seja uma
população de 10.000 elementos agrupados em 50 conglomerados de diferentes
tamanhos. Sorteiam-se cinco desses conglomerados para serem locações amos-
trais. A chance de cada conglomerado ser sorteado é de 5/50. A seguir,
seguir, de cada um
desses conglomerados sorteiam-se elementos para a amostra, na proporção, por
exemplo, de 2/20, ou seja sorteiam-se 10% dos elementos de cada conglomerado
sorteado. Dessa forma, se poderá verificar que este tipo de amostragem é probabi-
lístico, pois as condições necessárias são atendidas:
 Probabilidadee de cada conglome
Probabilidad conglomerado:
rado: 5/50
 Probabilidade
Probabilida de de cada elemento no conglomerado: 2/20
 Probabilidade de cada elemento na população: 5/50 × 2/20 = 0,01 (1%)
 Número total de elementos da amostra: 0,01 × 10.000 = 100
Será possível intercambiar o número de conglomerados com a proporção de
elementos a sortear, mantendo o mesmo número total de elementos da amostra
e a mesma probabilidade de cada elemento. Para
Para o exemplo em pauta, podem-se
ter as seguintes opções:
1. Dois conglomerados
conglomerados e 5/20
5/20 dos elementos
elementos (2/50 × 5/20 = 0,01).
2. Cinco conglome
conglomerados
rados e 2/20 dos elementos (5/50
(5/50 × 2/20
2/20 = 0,01).
0,01).
3. Dez conglomerados
conglomerados e 1/20 dos elementos (10/50
(10/50 × 1/20 = 0,01).
Note que esse procedimento de elevar o número de conglomerados e reduzir

o número de elementos por conglomerado tende a elevar a precisão da amostra
paraAnalogamente,
o mesmo número se total
este de elementos. for aplicado sucessivamente
procedimento sucessivamente,, para a
amostragem por área em multiestágios, a amostra resultante também será proba-
bilística. A probabilidade de cada elemento fazer parte da amostra será resultante
da multiplicação das probabilidades de sorteio em cada estágio:
Probabilidade de cada elemento = P1 × P2 × ... × Pi
A garantia de que cada elemento da população tenha a mesma chance de ser

sorteado é que, em cada estágio, a mesma proporção de elementos é selecionada
de cada conglomerado.
2. Amostras proporcionais ao tamanho da área: outro procedimento na amos-
tragem por áreas, para obter amostras probabilísticas, é fazer com que o núme-
ro de conglomerados sorteados seja proporcional a sua incidência na população.
Como, normalmente, há maiores variabilidades nas variáveis interconglomerados
do que intraconglomerado, se elevar-se o número de conglomerados a serem sor-
teados à proporcionalidade de sua incidência na população, certamente se elevará
a precisão da amostra,
a mostra, mesmo tendo que reduzir o número de elementos a serem
sorteados em cada conglomerado. Os procedimentos para a realização desta for-
ma de amostragem, para o caso de dois estágios, compreendem:
1. Identificar todos
todos os conglomerados
conglomerados e o número de de elementos que os os
compõem.
2. Estabelecer a proporção
proporção de conglomerados
conglomerados a serem sorteados
sorteados em função
função
do número de elementos de cada conglomerado em relação ao total da
população.
3. Sortear os conglomerados.
4. De cada conglomerado sorteado, sortear uma
uma quantidade
quantidade fixa e constan-
te de elementos para constituir a amostra.
Veja
Veja a aplicação
é apresentada desses procedimentos,
a distribuição no seguinte
de todos os quarteirões exemplo: de
e residências nauma
Tabela 4.3,
peque-
na cidade. A partir desses dados, construa uma amostra por área proporcional ao
tamanho.

TABELA 4.3 Distribuição de quarteirões e residências de uma pequena cidade
No de No acumulado de Intervalo de números

Quarteirão %
residências residências randômicos associados
A 80 0,10 80 001 – 080

B 120 0,15 200 081 – 200
C 40 0,05 240 201 – 240
D 160 0,20 400 241 – 400
E 160 0,20 560 401 – 560
F 40 0,05 600 561 – 600
G 120 0,15 720 601 – 720
H 80 0,10 800 721 – 800
Para o sorteio dos

d os quarteirões, define-se
define- se o número de elementos e, a seguir
seguir,, uti-
lizando uma tábua de números aleatórios, procede-se à seleção. Note agora que é
a probabilidade de seleção do quarteirão que é proporcional a seu tamanho e não
a amostra. Note também que, na última coluna da Tabela 4.3, foi criado, a partir
do número acumulado de residências, um intervalo dos números randômicos as-
sociados a cada quarteirão, o que garante a probabilidade de seleção proporcional
ao tamanho do quarteirão. Suponha-se que o número definido para a seleção de
quarteirões tenha sido nq = 5, e que os números encontrados na tábua de números
aleatórios tenham sido: 117, 402, 764,
764 , 583 e 397, o que significa que os quarteirões
que comporão a amostra serão: B, E, H, F e D. Supondo
S upondo ainda que, de cada quartei-
rão, se decidiu sortear cinco casas, a composição final da amostra será:
Quarteirão B: 5 elementos.
Quarteirão E: 5 elementos.
Quarteirão H: 5 elementos.
Quarteirão F: 5 elementos.
Quarteirão D: 5 elementos.
Total da amostra: 25 elementos.
As probabilidades,
probabilidades, a priori, de seleção de cada
ca da elemento da população situado
em cada quarteirão sorteado são as seguintes:

No quarteirão B: 0,15 × 5/120 = 0,00625.
No quarteirão E: 0,20 × 5/160 = 0,00625.
No quarteirão H: 0,10 × 5/80 = 0,00625.

No quarteirão F: 0,05 × 5/40 = 0,00625.
0,00625 .
No quarteirão D: 0,20 × 5/160 = 0,00625.
Isto leva a concluir que este tipo de amostragem é probabilístico.

probabilidades desiguais: em todos os casos de
Amostragem por áreas de probabilidades
amostragem por área vistos, a probabilidade de cada elemento da população fa-
zer parte da amostra sempre foi conhecida e idêntica para todos. No entanto, a
condição para ter amostras probabilísticas exige que as probabilidades sejam co-
nhecidas e diferentes de zero, mas não necessariamente idênticas. Na prática de
pesquisa de marketing, nem sempre é possível, conveniente ou desejável que se
tenham amostras originadas de elementos da população com probabilidades idên-
ticas, como nos seguintes casos:
Trabalhar com amostras estratificadas desproporcionais para elevar a

precisão.
 O conhecimento
conhecimento prévio de algumas informações sobre a população suge-
re que determinados conglomerados possam ter seu tamanho diminuído.
 Desconhecem-se os tamanhos dos conglomerados, o que
que impede a amos-
tragem proporcional ao tamanho.
Caso se pretenda, na pesquisa, efetuar análises, apenas intra ou interconglo-
merados, não haverá nenhum problema em trabalhar-se com amostragens por
área de probabilidades desiguais. No entanto, caso se deseje realizar análises dos
resultados conjuntos, será necessário efetuar antes uma ponderação dos resul-
tados de cada conglomerado, de forma a restabelecer a proporção existente na
população. Essa ponderação poderá, facilmente, ser executada durante a fase de
processamento da pesquisa, porém só será possível se o pesquisador tiver conhe-
cimento dessa proporcionalidade na população.
A regra a ser utilizada para a ponderação é a seguinte:
seguinte: cada elemento deverá
ser ponderado na proporção inversa de sua probabilidade de ser selecionado para
a amostra. Esse procedimento pode ser ilustrado através de um exemplo muito
simples: suponha-se que, em determinada população, a proporção do número de
elementos de cada conglomerado seja: 2/3 para o conglomerado A e 1/3 para o
conglomerado B, e que amostras de tamanho 5, colhidas de cada conglomerado,
apontaram o seguinte resultado:
 Média de consumo do produto Z no conglomerado A:
xA = 20 unidades por mês

 Média de consumo do produto Z no conglomerado B:

xB = 30 unidades por mês
Incorrerá em grave erro pesquisador que, desejando saber o consumo médio

desse produto
glomerado em todapor
e dividi-las a população, simplesmen
simplesmente
dois. O cálculo corretoteé:somar as médias de cada con-
xAB = (xA  1/3 + xB  2/3) / 2

xAB = (20  1/3 + 30  2/3) / 2 = 26,66
Tamanho da amostra e erro amostral na amostragem aleatória simples

Em páginas anteriores deste capítulo, foram apresentadas as teorias de amos-
tragem e, dentre outras considerações, foi mostrado que:

x = (1)
n
Foi também mostrado que o intervalo de confiança da média é determinado

pela expressão:
x  Z x (2)
Lembrando que  é o desvio-padrão da distribuição amostral das médias,
x
e que sua relação com o desvio-padrão da população é dada pela expressão (1),
tem-se que a expressão (2) ficará:

xZ (populações infinitas) (3)
n

xZ  (N – n)/(N – 1) (populações finitas) (4)
n
Define-se como precisão da amostra ou erro máximo absoluto admitido às

expressões:

e=Z (populações infinitas) (5)
n

e=Z  (N – n)/(N – 1) (populações finitas) (6)
n
Delas podem ser isolados o valor de n:
Z2 2
de (5) n = (populações infinitas) (7)
e2
NZ2 e2
de (6) n = 2 (populações finitas) (8)
e (N – 1) + Z2 S2
As expressões
expressões anteriores
anteriores devem
devem ser utilizadas em pesquisas para
para a determina-
determina-
ção do tamanho da amostra quando o desvio-padrão da população for conhecido.
Caso contrário, o desvio-padrão da população deverá ser substituído por seu esti-
mador,
passam oa ser:
desvio-padrão obtido em uma amostra-piloto, e as expressões (7) e (8)
Z2 S2
de (7) n = (populações infinitas) (9)
e2
NZ2 e2
de (8) n = 2 (populações finitas) (10)
e (N – 1) + Z S
2 2
Onde:
nZ == número
valor da de elementos
variável z paradaoamostra
nível de aconfiabilidade
ser pesquisada.
adotado.
2
S = variância na amostra-pi
amostra-piloto
loto sorteada, estimadora da variância da
população.
e = precisão da amostra ou erro erro máximo admitido (valor absoluto).
N = número de de elementos
elementos da população (para populações
populações finitas).
finitas).
Para os casos particulares dos níveis de confiabilidade de 68,26% ( Z  1),

95,44% (Z  2) e 99,74% (Z  3), as expressões (9) e (10) passarão a ser,
respectivamente:
Populações infinitas Populações finitas

S2 Ne2
n= 2 (11) n= 2 (12)
e e (N – 1) + S2

S2 N4e2
n=4 2 (13) n= 2 (14)
e e (N – 1) + 4S2
2 2
n = 9 Se2 (15) n = e2 (N –N1)

9e + 9S2 (16)
Se a distribuição da população for dicotômica (ou possível de ser trabalhada

como tal), o número de elementos da amostra será determinado por uma das se-
guintes fórmulas:
Para populações infinitas:
para o n.c. genérico: n= Z2 PQ/e2 (17)

para o n.c. de 68,26%: n= PQ/e2 (18)
para o n.c. de 95,44%: n= 4 PQ/e2 (19)
para o n.c. de 99,74%: n= 9 PQ/e2 (20)
Para populações finitas:
para o n.c. genérico: NZ2PQ

n= 2 (21)
e (N – 1) + Z2PQ
para o n.c. de 68,26%: NPQ

n= (22)
e2 (N – 1) + PQ
para o n.c. de 95,44%: 4NPQ

n= (23)
e2 (N – 1) + 4PQ
para o n.c. de 99,74%: 9NPQ

n= (24)
e2 (N – 1) + 9PQ
Onde:
P = proporção de ocorrência
ocorrência da variável em estudo
estudo na população
Q = proporção de não ocorrência da variável em estudo na população;
sendo P + Q = 1
Analogamente, são
são válidas as mesmas
mesmas considerações com relação à utilização
utilização
de parâmetros da população e de estatísticas das amostras para a definição de seu
número de elementos, com uma vantagem adicional: a possibilidade de se utili-

zarem essas expressões sem que se tenha conhecimento anterior das proporções
da variável na população. Conhecendo-se P (ou p), pode-se chegar facilmente a
Q (ou q), pois P + Q = 1 (e p + q = 1), substituindo-se na fórmula e calculando-
-se n. Mesmo não se tendo nenhuma ideia dessas proporções na população, ou na

amostra, pode-se calcular n fazendo P = Q = 0,5 (ou p = q = 0,5). O único in-
conveniente que esse desconhecimento acarreta é que a amostra resultante será
maior. Exemplo: um fabricante de cigarros, preocupado com a queda nas vendas
de seus produtos consumidos pelas classes de renda média e alta, resultante das
mudanças socioculturais que estão ocorrendo nestes segmentos de consumidores
para valorização do corpo e da saúde, encomendou uma pesquisa para comparar
qual o impacto dessas mudanças entre os atuais fumantes e não fumantes. Dados
de pesquisas anteriores mostraram que a porcentagem de fumantes é de 30% da
população. Qual o tamanho da amostra que essa pesquisa deve ter para um erro
máximo de 5% a um nível de confiabilidade de 95%?
População infinita:
Tem-se P = 0,30  Q = 1 – P = 0,70
Erro = 5% = 0,05
Para n.c. de 95%  n = 4 PQ/e2
n = 4 × 0,30 × 0,70/ (0,05) 2
n = 336 elementos
Caso não houvesse a informação sobre a população, o cálculo ficaria o seguinte:

P = Q = 0,50
n = 4 × 0,50 × 0,50/(0,05) 2
n = 400 elementos
A resposta é: para que se tenha, nessa pesquisa, um erro máximo de 5%, a

um nível de confiabilidade de 95% com um intervalo de confiança de 25% a 35%
(e = 5%), ter-se-ia que construir uma amostra de 336 elementos.
Em resumo, trabalha-se, simultaneamente, com três grandezas, de tal forma
que, definidas duas, obtém-se a terceira, conforme o esquema a seguir:
1. Definido o nível de confiabilidade
confiabilidade,, tendo a amostra de tamanho
tamanho n, pode-
-se calcular o intervalo de confiança e o erro.

2. Definido o nível de confiabilidade, definido o intervalo de confiança

confiança (ou
o erro), pode-se determinar o tamanho da amostra n.
3. Tendo a amostra de tamanho n, definido o intervalo de confiança (ou o
erro), pode-se determinar o nível de confiabilidade.
Estas relações induzem a que, em vez de a cada pesquisa se efetuarem cál-
culos, construam-se tabelas relacionando estes três componentes, ao menos para
erros de 1 até 10% e para níveis de confiança notáveis de 68%, 95% e 99%, para
os casos de populações infinitas com distribuições dicotômicas. A Tabela 4.4 foi
construído a título de exemplo, aplicando-se as formulações vistas, admitindo-se P
= Q = 0,50, para populações infinitas.
TABELA 4.4 Relacionamento entre erro, nível de confiabilidade

confiab ilidade e número de elementos da
amostra de populações infinitas dicotômicas
Erro amostral P = Q = 0,50

2
n = PQ/e (68%) n = 4PQ/e2 (95%) n = 9PQ/e2 (99%)
0,01 2.500 10.000 22.500

0,02 625 2.500 5.625
0,03 278 1.112 2.502
0,04 156 624 1.404
0,05 100 400 900
0,06 70 280 630
0,07 51 204 459
0,08 39 156 351

0,09 31 124 279
0,10 25 100 225
Outras tabelas, semelhantes a Tabela

Tabela 4.4, poderão ser construídas, variando P
e Q (desde P = 0,001), e variando e ampliando os erros máximos.
Outros fatores determinantes do tamanho da amostra: não se deve aceitar
passivamente, sem maiores considerações, o tamanho da amostra gerado por uma
fórmula estatística. Inúmeros outros fatores precisam ser levados em conta.
Fatores psicológicos: geralmente, quando os resultados de uma pesquisa não

agradam a alguém (comum de acontecer em pesquisas eleitorais), a primeira
questão que costuma ser levantada para denegrir seus resultados é quanto à
“representatividade” dos resultados obtidos em amostra “tão pequena”. Assim,
uma pesquisa feita com 500 eleitores de uma população de 3 milhões pode estar
perfeitamente atendendo à “representatividade estatística”, mas não atendendo
à “representatividade psicológica” dos interessados e do público em geral. Será
mais fácil aceitar, e mais difícil de questionar, os resultados dessa mesma pesqui-
sa com uma amostra de 3.000 eleitores (provavelmente, de tamanho estatisti-
camente desnecessário) do que uma com 500 (admitido como estatisticamente
ideal).
Objetivos da pesquisa: o uso que se pretende dar à informação a ser obtida
numa pesquisa pode interferir na determinação do tamanho da amostra. Uma
decisão de marketing em que não há necessidade de informações muito precisas
poderá ser plenamente satisfeita com uma amostra pequena. Por outro lado, se
a decisão a ser tomada exige precisão muito grande dos dados, como a aplicação
de vários milhões de dólares, por exemplo, no lançamento de um novo produto,
sua aceitabilidade deverá ser verificada em uma pesquisa com um intervalo de
confiança bastante pequeno, exigindo, consequentem
consequentemente,
ente, uma amostra grande.
Objetivos múltiplos: uma pesquisa é raramente conduzida para se estimar um
único parâmetro da população em estudo. Ao contrário, o comum é aproveitá-la
para estimar um grande número de outros parâmetros. No entanto, quando se
procura definir estatisticamente o número de elementos da amostra, leva-se em
consideração apenas a distribuição de uma única variável dessa população. Se for
levada em conta a distribuição das outras variáveis, será possível ver que a amos-
a mos-
tra deverá ter diferentes tamanhos para a obtenção de uma mesma precisão para
todas as variáveis, o que, evidentemente, se torna inviável. Exemplo: o diretor de
marketing de uma empresa fabricante de aparelhos de DVD deseja saber, junto
a população de possuidores desses aparelhos, estimativas da média dos preços
pagos, da média dos filmes alugados mensalmente e do número médio de horas
mensais de utilização do aparelho. Na Tabela 4.5, estão os dados disponíveis e o
resultado da aplicação da fórmula n = Z2S2 / e2 para determinar o tamanho da
amostra necessário.
TABELA 4.5 Dados de variáveis diferentes de uma mesma população

Variável Preço Filmes alugados/mês H oras de utilização
Ho
Nível de confiabilidade 95% 95% 95%
Precisão desejada R$ 10.000 1 unidade 2,5 h

Estimativa do desvio-padrão R$ 50.000 3 unidades 5,0 h
Tamanho da amostra n1 = 100 n2 = 36 n3 = 16

As três condições requeridas, associadas às três distribuições de diferentes

variáveis de uma mesma população, produzem tamanhos de amostras diferentes
e conflitantes, para um mesmo nível de confiabilidade. A primeira solução para
resolver esse conflito seria optar pela amostra de maior tamanho ( n1 = 100) que
asseguraria que cada variável
Mas este procedimento pode seria estimada,
significar custosaomuito
menoselevados
com a precisão desejada.
e desnecessários,
pois, num caso, se estaria pesquisando 525% e, no outro, 177% a mais de pessoas
do que o necessário para a precisão desejada. A segunda solução implica definir
qual variável é mais crítica para a pesquisa, e utilizar o tamanho da amostra de-
finida segundo as condições para ela requeridas. Suponha-se que, no caso, o pre-
ço não seja tão crítico (pois pode ser obtido em outras fontes) nem o número de
DVDs alugados por mês (que também pode ser obtido em outras fontes), mas o
número de horas de utilização dos aparelhos. O tamanho da amostra deverá, en-
tão, ser 16.
Restrições de tempo: geralmente, o pessoal de marketing precisa dos resultados
da pesquisa “para ontem”. Quanto maior a amostra, mais tempo levará a pesquisa.
Para que a pesquisa seja feita no período de tempo disponível, pode-se decidir por
uma amostra menor do que a ideal.
Restrições de custo: a restrição dos recursos financeiros disponíveis para a re-
alização de uma pesquisa condiciona o tamanho da amostra. Não é incomum, na
prática da pesquisa de marketing, que o tamanho da amostra seja decidido, exclu-
sivamente, em função dos recursos financeiros disponíveis, e o nível de confiabili-
dade e o intervalo
i ntervalo de confiança sejam calculados a posteriori. Por outro lado, não
é porque existe grande quantidade de recursos financeiros disponíveis para a pes-
quisa que se deva decidir por uma amostra exageradamente grande. A disponibi-
lidade financeira nunca deverá ser a razão para aumentar o tamanho da amostra
mais do que exigem os objetivos da pesquisa, mas o inverso sim.
Plano de análise dos dados: uma das bases práticas mais importantes para
ajudar na definição do tamanho da amostra está na previsão das análises a se-
rem realizadas. O tipo mais simples de preparação dos dados para a análise é a
tabulação simples das respostas de cada variável. Dependendo da quantidade de
opções de respostas que se ofereça a uma questão, uma amostra poderá ser consi-
derada muito pequena para permitir qualquer análise, apesar de seu tamanho ter
sido definido de forma estatisticamente correta. Suponha-se que, numa pesquisa
conduzida com uma amostra de tamanho 16, haja uma pergunta que oferece 14
diferentes opções de marcas de produtos de mesma categoria para que os entre-
diferentesapontem
vistados opções de marcas
suas de produtos
preferências. A nãodeser
mesma categoria
que haja para que osmaciça
uma preferência entre
por uma ou duas marcas, será muito difícil proceder a alguma análise e chegar a
alguma conclusão.
Quando se procura examinar a relação entre a variação concomitante de duas

variáveis, realiza-se uma tabulação cruzada. Neste caso, o problema da definição
do tamanho da amostra fica ainda mais complexo. Suponha-se que numa pesqui-
sa se esteja procurando relacionar o consumo de marcas de diversos refrigerantes
com a faixa
cas que etária
estejam dos consumidores.
sendo Admitindo
pesquisadas, e que que existam dez
foram estabelecidas setediferentes
classes demar-
ida-
de, o resultado da tabulação cruzada será uma tabela com 70 células. Se a amostra
tiver 140 elementos, haverá em média dois elementos por célula, o que torna im-
possível qualquer análise.
Uma pesquisa feita apenas para uma tabulação simples de dados (também
chamada análise univariada) poderá plenamente ser satisfeita com uma amos-
tra de 100 elementos, enquanto outra pesquisa semelhante, mas que vise cruzar
os dados de diferentes variáveis através da tabulação cruzada (também chamada
análise bivariada), poderá requerer uma amostra de mais de 500 elementos. Pode-
Pode-
-se também estabelecer o relacionamento entre três ou mais variáveis ao mesmo
tempo (chamada análise multivariada). Diferentes técnicas de análise multivaria-
da vão exigir diferentes tamanhos de amostras.
COLETA
COLETA E PROCESSAMENTO
5
DE DADOS
A coleta de dados é a fase em que são efetuados os contatos com os respon-

dentes, aplicados os instrumentos, registrados os dados e efetuada uma primeira
crítica do preenchimento dos instrumentos que são enviados para a central de pro-
cessamento dos dados.
As operações de coleta de dados precisam ser detalhadamente planejadas e
controladas para que os dados coletados tenham alta qualidade e para que as pre-
visões de tempo e de custo de coleta sejam
sejam atingidas.
Planejamento das operações de coleta de dados
Apesar de existirem variações no planejamento das operações de coleta de

dados segundo o método utilizado, qualquer que seja o método empregado, os
quatro seguintes aspectos devem fazer parte de seu planejamento: cronograma
das atividades, orçamento de despesas e de saídas de caixa, recursos humanos e
controle.
Cronograma das atividades

Todos os projetos devem ter um cronograma de coleta que especifique quando
as operações terão início e término e descreva todas as atividades que as compõem,
nesse intervalo de tempo, com seus respectivos inícios e términos. É fundamental
que períodos de tempo realísticos sejam estimados para cada atividade, bem como
seja determinada qual a sequência de atividades que compõem seu caminho críti-
co para que o cronograma da pesquisa como um todo não seja comprometido por
atrasos. As atividades que precisam ser programadas compreendem: preparação

e realização do pré-teste; preparação do material para a coleta de dados; recru-
tamento, seleção e contratação de entrevistadores; preparação de material para
treinamento; treinamento dos supervisores e entrevistadores; aplicação dos ins-
trumentos; crítica
no escritório. no Quadro
Veja no
Veja campo; 5.1
crítica
um emodelo
checagem do trabalhodas
de cronograma dosatividades
entrevistadores
de co-
leta de dados (Hauck, 1974:2-148).
QUADRO 5.1 Cronograma das atividades de coleta de dados
No de dias
Atividade Início/Término
disponíveis
Instrumento e material para pré-teste
Amostra para pré-teste
Realização do pré-teste
Avaliação dos resultados do pré-teste
Reformulação do instrumento
Impressão do instrumento
Recrutamento, seleção e contratação de entrevistadores
Material para treinamento
Treinamento dos supervisores e dos entrevistadores
Aplicação dos instrumentos
Crítica no campo
Crítica no escritório
Checagem
Elaboração do relatório final de coleta dos dados
Orçamento de despesas e de saídas de caixa

O orçamento de caixa compreende a elaboração da previsão de todos os cus-
tos envolvidos e do momento de seu desembolso para a coleta de dados.
O orçamento de despesas, para uma pesquisa que utilize entrevistas pessoais,
compreende a previsão das despesas com: salários de supervisores e de pessoal ad-
ministrativo; materiaispagamento
dagem e alimentação; e suprimentos; diárias e ajudas
de entrevistas; de custo;
telefone transporte,
e outras hospe
comunicações;
reprodução de instrumentos de coleta de dados e cálculo dos impostos (veja mo-
delo sugerido no Capítulo 7).
5. COLETA E PROCESSAMENTO DE DADOS 163
O orçamento de saídas de caixa compreende prever o pagamento de todas es-

sas despesas no momento correto e de acordo com o orçamento das entradas de
caixa da pesquisa.
Recursos humanos
O sucesso da operação de coleta de dados está diretamente relacionado com
a qualidade do pessoal contratado para sua realização. Pessoal
Pessoal altamente especia-
lizado e treinado em relação aos objetivos da pesquisa é necessário para que os
dados sejam corretamente obtidos e dentro dos prazos e custos preestabelecidos.
Alguns aspectos do perfil de qualificações do pessoal variam conforme o tipo de
método de coleta que será utilizado. De todos os métodos de coleta de dados, a en-
trevista pessoal é o que exige maiores cuidados em relação aos recursos humanos.
Por isso, serão apresentados em detalhes os cuidados necessários na contratação
de
çãopessoas para métodos.
aos demais entrevistas pessoais e complemen
complementados
tados com observações em rela-
A utilização de entrevistas pessoais apresenta problemas específicos em rela-
ção ao recrutamento, seleção, treinamento e supervisão de entrevistadores. A es-
colha de entrevistadores inadequados pode introduzir uma infinidade de fontes de
vieses que podem comprometer
comprometer completamente
completamente os resultados
resultados da pesquisa. O pro-
pro-
cesso de entrevista pessoal está fundamentado no processo de inter-relação pes-
soal. Para
Para conseguir empatia e clima favorável ao sucesso da entrevista, é preciso
que fatores relacionados às características demográficas, psicológicas e comporta-
mentais de entrevistadores e entrevistados sejam os mais semelhantes possíveis.
Dessa forma, conhecendo-se o perfil do público a ser pesquisado, será necessário
recrutar e selecionar entrevistadores com o máximo de aproximação possível des-
se perfil. Além dessas, outras qualificações importantes, relacionadas com o perfil
comportamental do entrevistador, e que dizem respeito diretamente ao trabalho
em si, devem também ser procuradas.
Veja
V eja no Quadro 5.2 uma relação
relação dessas características.
Pesquisas têm mostrado que a utilização de pesquisadores com o perfil de ca-
racterísticas inadequado para a pesquisa e ao público pesquisado traz resultados
viesados. Veja
Veja alguns exemplos:
exemplos:
 Respostas
Respostas obtidas quando entrevistadores e respondentes são do mesmo
sexo diferem daquelas quando são de sexos opostos (Hyman, 1954:79-81).
 Entrevistadores jovens tendem a obter respostas orientadas para seu gru-
po de idade (Ehrlich e Riesman, 1961:41).
 Entrevistadores da classe média encontraram atitudes mais conservado-

ras entre grupos de baixa renda do que entrevistadores de baixa renda
(Lemske e Leggett, 1960:467).
 Entrevistadores de baixa renda tendem, tipicamente, a obter respostas
mais radicais sobre opiniões políticas e sociais do que entrevistadores da
classe média (Katz, 1942:248-268).
 A quantidade de vieses
vieses cresce à medida que aumenta
aumenta a distância social
entre entrevistadores e entrevistados (Williams, Jr.,
Jr., 1964:338-352).
 Entrevistadores negros obtêm, significativamente, mais informação sobre
ressentimentos a respeito de discriminação racial do que entrevistadores
brancos (Hyman, 1954:159; Athey et al., 1960:244).
 Em estudos
estudos sobre atitudes políticas,
políticas, diferenças significativas foram ob-
servadas nas respostas em direção às próprias atitudes políticas dos en-
trevistadores (Blankenship, 1940:134-136; Cahalan, Tamulonis e Verner,
1947:63-77).
 Entrevistadores que
que já tinham uma atitude favorável a casas pré-fabri-
cadas obtiveram respostas mais favoráveis a casas pré-fabricadas do que
aqueles cuja atitude era, inicialmente, desfavorável (Ferber e Wales,
1952:107-127).
QUADRO 5.2 Características a serem procuradas nos entrevistadores
Características demográficas:
Idade, sexo, estado

socioeconômico,
socioeconômic civil,
o, estilo de raça, religião, ocupação, nível educacional, formação profissional, estrato
vida etc.
Características psicológicas:
Motivação, atitudes, percepção, expectativas, valores etc.
Características comportamentais
comportamentais::
Disciplina, honestidade, comunicação, apresentação pessoal, precisão etc.
Dispor de uma equipe de entrevistadores qualificados (tanto permanentes

quanto free lancers) é uma tarefa difícil. Primeiro, o pesquisador precisa especi-
ficar as qualificações
crutamento, seleção enecessárias para a função.
eventual contratação, de Apreferência
seguir, precisa procederregiões
nas próprias ao re
requeridas pelo plano de amostragem, de forma a reduzir os custos com diárias,
hospedagens, transportes e alimentação.
Empresas de pesquisas contínuas, em função do volume e continuidade de

trabalho, têm equipes de entrevistadores permanentes contratados como funcio-
nários ou então optam por contratar empresas de pesquisas especializadas em
realizar trabalhos de campo. As equipes permanentes permitem a essas empre-
sas umaaoredução
equipe longo dodos custosEmpresas
tempo. de treinamento e também
de pesquisas uma melhor
sob medida (ou addepuração da
hoc) não têm
condições de manter equipes permanentes de entrevistadores. Mantêm um cadas-
tro de entrevistadores free lancers, cuja experiência conhecem e que são contrata-
dos conforme as necessidades de realização de coleta de dados.
Terminado o processo de contratação, os entrevistadores precisam ser treina-
dos de forma que seja estabelecido, entre eles, alto grau de similaridade no pro-
cesso de coleta de dados, instruindo-os sobre os objetivos da pesquisa, o uso dos
instrumentos de coleta, o plano amostral, a abordagem aos respondentes, como
conseguir empatia, apresentação pessoal adequada, como efetuar as perguntas,
como registrar as respostas e sobre o tipo de público com que irão ter contato. De-
pendendo da complexidade da pesquisa e de sua dispersão geográfica, pode surgir
a necessidade de que essas instruções sejam escritas e distribuídas aos entrevista-
dores em forma de manual de instruções, que não substitui, no entanto, a sessão
de treinamento. As sessões de treinamento devem ser conduzidas pelos próprios
supervisores responsáveis por cada equipe de entrevistadores e somente quando
todo o material para a coleta de dados estiver pronto e a equipe de entrevistadores
definida. Um processo de treinamento típico compreende:
1. Preparação do material (questionário,

(questionário, manual, listagens de endereços ou
de entrevistados etc.).
2. Preparação do local.
3. Distribuição do material aos participantes.
4. Apresentação do material de preferência em projeção.
5. Discussão do material e elucidação de dúvidas.
dúvidas.
6. Simulação da aplicação dos questionários entre pares
pares de entrevistadores
(somente para questionários complexos).
7. Acompanhamento pelos supervisores de campo durante as primeiras
aplicações.
A seguir
seguir,, são apresentados os principais tipos de erros cometidos por entre-
vistadores
processo dedurante as entrevistas
treinamento, ( tanto
(tanto
cíficapessoais
ênfase específica
espe como
sobre estes pordeverá
itens telefone). Durante
ser dada e, du-o
rante a coleta de dados, intensa supervisão deverá ser exercida, como formas de
reduzir suas incidências.
Ausência de empatia entre entrevistador e entrevistado: já foi visto que

parte desse problema poderá ser solucionada com um adequado processo de sele-
ção. Porém, existem outros aspectos que precisam ser passados aos entrevistado-
res através do treinamento. Por exemplo, a apresentação pessoal
pessoal (corte de cabelo,
barbeado ou barba aparada, maquilagem discreta, vestimenta discreta etc.) é im-
portante no processo de conseguir empatia, pois as pessoas, geralmente, relacio-
nam este fator com atitudes, orientações e valores pessoais. O entrevistador precisa
ser treinado para se apresentar e ter uma conduta que seja, no mínimo, prazerosa
para o entrevistado, e saber,
saber, rapidamente, adaptar-se
ada ptar-se a diferentes entrevistados.
Forma de perguntar: o entrevistador precisa ser treinado sobre os seguintes
pontos relacionados com a forma de perguntar:
1. Apresentar os objetivos da pesquisa e prometer sigilo: toda entrevista

deve sempre ser iniciada com a apresentação de seus objetivos ao res-
pondente, acompanhada de uma promessa formal (de preferência por

escrito) de que todos os dados obtidos serão tratados com sigilo, serão
juntados aos dados de outros entrevistados e conjuntamente processa-
dos, e que os dados individuais isolados não serão utilizados nem terão
utilidade para a pesquisa.
2. Ficar profundamente familiarizado com o instrumento de coleta de da-
dos: antes de iniciar as entrevistas verdadeiras e após a sessão de treina-
mento, será útil, para ganhar familiaridade com o instrumento, efetuar
entrevistas fictícias de treinamento com familiares ou conhecidos.
3. Efetuar as perguntas exatamente como estão escritas no instrumento:
mesmo ligeiras mudanças podem trazer grandes distorções nos resulta-

dos entre uma entrevista e outra de um mesmo entrevistador e entre as
de diferentes entrevistadores.
4. Efetuar as perguntas exatamente na sequência
sequência em que aparecem no ins-
trumento: no planejamento e construção do instrumento, a sequência
sequência
das perguntas é estabelecida de forma a haver um ordenamento lógico
em sua apresentação e a minimizar a ocorrência de vieses de uma per-
gunta sobre as outras (efeito halo). Qualquer mudança, nessa sequência,
sequência,
durante a entrevista, pode tornar todo esse esforço inútil.
5. Efetuar todas as perguntas constantes do instrumento: todas as pergun-
pergun-
tas constantes de um instrumento bem construído têm relacionamento
com o objetivo da pesquisa. Os entrevistadores devem ser orientados a
efetuar todas as perguntas e a nunca procurarem inferir ou adivinhar
suas respostas, para não comprometerem os resultados da pesquisa.
6. Usar técnicas apropriadas para obter

obter respostas: diferentes
diferentes responden-
tes têm diferentes capacidades de entendimento e comunicação. Para
aqueles com dificuldades de entendimento ou comunicação, os entre-
vistadores precisam ser treinados a utilizar técnicas apropriadas para
estimularem o entendimento e a obtenção de respostas. Veja algumas
sugestões de técnicas neutras para alcançar esses objetivos:
 Repetir a pergunta: não tendo
Repetir tendo obtido
obtido a resposta, repita a pergunta
pergunta
exatamente como ela aparece no instrumento.
 Aguardar silenciosamente
silenciosamente a resposta:
resposta: o silêncio do entrevistador
entrevistador ou
uma pausa na continuação da entrevista é uma forma eficaz de de-
monstrar ao entrevistado que uma resposta mais completa é esperada.
 Repetir a resposta do respondente: os respondentes, frequentemen-
Repetir
te, sentem-se estimulados a acrescentar comentários quando ouvem
suas próprias respostas.

Tranquilizar o respondente: percebendo que o respondente
respondente está inse-
inse-
guro, o entrevistador deverá efetuar comentários que o tranquilizem
antes de continuar a entrevista, tais como: “Nós estamos apenas procu-
rando saber o que as pessoas pensam a respeito disto” ou “Não existem
respostas certas ou erradas, apenas ideias a respeito desse assunto”.
 Estimular através de perguntas neutras: existem várias perguntas
perguntas
que podem ser efetuadas para estimular a participação e a obtenção
de respostas, que, sendo neutras, não comprometem os resultados
da pesquisa. Veja alguns exemplos: “Algo mais?”; “Alguma outra ra-
zão?”; “Outras?”; “O que você pensa a esse respeito?”; “Você
“Você poderia
me dizer mais sobre o que pensa a esse respeito?”; “V
“Você
ocê poderia me
dizer o que tem em mente?”; “O que você sente a respeito disso?”;
“Não estou certo de ter entendido o que você quis dizer com ... você
não se importa de falar um pouco mais a esse respeito?”.
7. Anotar qualquer mudança que venha a ocorrer: se houver
houver qualquer mu-
dança na forma de perguntar, na sequência das questões, nas palavras
utilizadas ou no relacionamento inadequado com o respondente deve ser
imediatamente relatado no instrumento para servir de base para a verifi-
cação posterior da existência de erros potenciais e decisão pela aceitação
ou exclusão de determinados dados ou de todo o instrumento.
Forma de registrar a resposta: os entrevistadores precisam ser treinados a
registrar rápida e corretamente as respostas, principalmente quando se trata de
perguntas abertas. Uma das maiores dificuldades da entrevista é manter o proces-
so interessante para o entrevistado e, ao mesmo tempo, tomar nota das respostas.
Esta dualidade é responsável por grande parte dos erros. As soluções possíveis,
corretamente técnicas, são: a entrevista ser efetuada por dois entrevistadores, um
conduzindo-a e outro tomando notas, ou a sua gravação. Ambas apresentam pro-
blemas que podem desestimular seu uso. A utilização de dois entrevistadores, pra-
ticamente, duplica
entrevistado; o custo
também elevadaosentrevista e sua
custos, pois gravação, além
o entrevistador de tender
deverá a inibir
dedicar grandeo
tempo, após a entrevista, para transcrever as respostas para o instrumento de co-
leta. No treinamento, como forma de minimizar este problema, os entrevistadores
devem ser estimulados, durante a entrevista, a:
 Realizá-la em lugar que facilite o registro das respostas.
 Utilizar caneta na cor definida pela coordenação da pesquisa.
 Escrever o mais legível que for possível.
 Anotar as respostas durante a entrevista, nunca deixar para depois.

Utilizar, de preferência, as próprias palavras dos

Utilizar, dos respondentes.
 Não sumarizar nem parafrasear as respostas.
 Aprender a tomar
tomar notas. Algumas regras a respeito de tomar notas:
notas:
 Registrar apenas as palavras mais importantes, as chamadas palavras
com conteúdo; não registrar artigos, preposições e outras semelhan-
tes, chamadas palavras estruturais.
 Não anotar dados e informações repetidos, comuns na linguagem
falada.
 Utilizar abreviações, desde que não gerem confusões; utilizar,
utilizar, o mais
que puder,
puder, de simbologia, como a exemplificada a seguir:
= igual; o mesmo que.
 não igual; diferente de; não o mesmo que.
> maior que; mais do que.
< menor que; menos do que.
 maior ou igual.
 menor ou igual.
 implica; resulta em.
 foi causado por; resultou de.
 positivo; pontos positivos.

± negativo; pontosaproximadamente.
mais ou menos; negativos.
$ valor monetário; dinheiro.
% porcentagem.
 Caso a explanação do respondente seja muito rápida, solicitar sua

cooperação no sentido de os ritmos ficarem ajustados.
 Utilizar parênteses para indicar as opiniões e observações do entre-
vistador..
vistador
Desonestidade: a desonestidade na coleta de dados é caracterizada pelo pre-

enchimento, total ou parcial, dos instrumentos com dados falseados ou com a rea-
lização de entrevistas com pessoas não indicadas na amostra. Desonestidades, em
pesquisas de marketing,
marketing, não são fáceis de serem detectadas apenas pela crítica dos
instrumentos.
instrumento s. Um sistema de verificação por amostragem, também denominado de
checagem, cujo objetivo é confirmar se os respondentes foram efetivamente entre-
vistados,
vistados, prec
precisa
isa ser mont
montado
ado e, efetiv
efetivamen
amente,
te, utili
utilizado.
zado. Duran
Durante
te o proce
processo
sso de trei-
trei-
namento, os entrevistadores devem ser devidamente informados de sua existência e
das consequências para aqueles que forem flagrados em prática desonesta.
Remuneração de entrevistadores: outro importante ponto sobre recursos
humanos
mento dasque precisa (pessoais
entrevistas ser definido pelotelefone).
ou por pesquisador é quanto
As opções à formasão:
existentes de paga-
pagar
exclusivamente um salário fixo (por hora, semanal ou mensal), pagar exclusiva-
mente por entrevista realizada ou uma composição dessas duas formas. O ideal se-
ria pagar exclusivamente um salário fixo, uma vez que qualquer pagamento como
incentivo pode comprometer a qualidade dos dados coletados, quer pelas entrevis-
tas serem efetuadas com pressa, quer pela tentação de utilização de recursos deso-
nestos. No entanto, esta forma de remuneração tende a estimular a acomodação, e
não é incomum que traga desestímulo aos entrevistadores mais produtivos, à me-
dida que remunera a todos de forma igual, independentemente de sua produção.
Outro problema associado a esta forma de remuneração é que o custo de realiza-
ção de cada entrevista
exclusivamente passa a ser
por entrevistas são:variável. Os argumentos
os entrevistadores podememganhar
prol domais
pagamento
dinhei-
ro planejando melhor suas atividades; há maior justiça à medida que se paga pela
produção: quem produz mais ganha mais, e vice-versa; e o custo de realização de
cada entrevista passa a ser fixo, facilitando o controle dos custos totais de coleta
de dados. Para decidir entre uma forma e outra, o pesquisador poderá utilizar as
seguintes sugestões práticas:
Deve preferir pagar salário fixo quando:
 O nível dos entrevistadores for acima da média.

 O tema da pesquisa for complexo.
 O tempo de duração da entrevista for longo.
 Os prazos para término do campo não forem rígidos.
 O orçamento para pagamento das entrevistas não for rígido.
 O tempo de locomoção entre uma entrevista e outra for

for longo.
longo.
 A prospecção de entrevistados for difícil.
 A empresa apresentar volume
volume de trabalho por longo período de tempo
(várias e constantes pesquisas) que justifica a contratação de entrevista-
dores permanentes.
Deve preferir pagar por entrevista realizada quando:
 O nível dos entrevistadores for médio ou baixo.

 O tema da pesquisa for simples.
 As entrevistas forem de duração rápida.
 Os prazos para o término do campo forem rígidos.
 O orçamento para pagamento das entrevistas for rígido.
 O tempo de locomoção entre uma entrevista e outra for
for desprezível.
desprezível.
 No esquema de amostragem proposto for possível
possível desprezar
desprezar e, portanto,
não pagar pelas entrevistas que estiverem abaixo da qualidade predefinida.
 A prospecção de entrevistados for fácil.
 A empresa não apresentar volume de trabalho que justifique entrevista-
dores permanentes.
Terminado o treinamento, os entrevistadores iniciam o processo de visitação

e coleta de dados. Durante todo esse processo, os entrevistadores precisam ser
continuamente supervisionados para verificar se tudo está ocorrendo segundo o
planejado: se os respondente
respondentess são os elementos, efetivamente, determinados pela
amostra; se os instrumentos estão sendo preenchidos com clareza, correção e ho-
nestidade; se os prazos e custos estão sendo obedecidos etc.
A maior
maior parte
parte das
das consid
consideraç
erações
ões sobr
sobree as entr
entrevis
evistas
tas pess
pessoais
oais tamb
também
ém se
se aplica
aplica
às entrevistas telefônicas. Geralmente, como as entrevistas telefônicas são realizadas
a partir de um mesmo local, toda a tarefa de controle e supervisão fica mais fácil.
Com relação às qualificações necessárias para o processo de seleção, grande ênfase
passa a ser dada ao timbre de voz, à capacidade de comunicação verbal, à capacidade
capacidade
de estabelecer empatia apenas pela voz e às práticas gentis de utilização do telefone,
sem prejuízo de outras julgadas necessárias, segundo o público a ser entrevistado.
Os questionários autopreenchíveis, em qualquer de suas formas de aplicação,
exigem
reto do pouca habilidade
pesquisador. dos aplicadores
No entanto, e estão,deverá
grande ênfase praticamente,
agora sersob o controle
dedicada di-
a faci-
litar a compreensão e o preenchimento do instrumento pelo próprio respondente,
através de orientações no próprio corpo do questionário.
Quando se tratar de pesquisas por observação, a natureza do plano de obser-

vações no campo, resultante da complexidade da pesquisa, implicará o perfil de
qualificações dos recursos humanos a serem contratados. Se houver a necessidade
de pessoas para a realização do campo, grande parte das considerações apresenta-
das para as
especiais entrevistas
forem pessoais
necessários paraserá, aqui,astambém
registrar válida.aQuando
observações, equipamentos
contratação de opera-
dores especializados (recrutamento, seleção, contratação por prestação de servi-
ços, custos etc.) precisa ser considerada.
Controle
Controlar e acompanhar todas as atividades planejadas e a medição constante
das metas atingidas em comparação com as programadas é fundamental para ga-
rantir o cumprimento de prazos e orçamentos. Veja, no Quadro 5.3, um exemplo
de planilha para controle dos resultados esperados da coleta de dados.
QUADRO 5.3 Controle dos resultados esperados de coleta de dados que reúnem as condições
necessárias para atender à pesquisa
1. Total de respondentes elegíveis ______
1.1 Entrevistados ______
1.2 Recusas ______
1.3 Não contatos (assumidos como elegíveis) ______
1.4 Outros (especificar)_____________ ______ ______
2. Total de respondentes não elegíveis ______
2.1 Mudanças ______
2.2 Outros ______
3. Total da amostra ______

Porcentagem de respostas
(item 1.1/ item 1) × 100 ______%
Porcentagem de recusas
[item 1.2/ (item 1.1 + item 1.2)] × 100 ______%
Porcentagem de contatos
(item 1 item 1.3) /1 × 100 ______%
Porcentagem de entrevistas elegíveis
(item 1 /item 3) × 100 ______%
Outras planilhas de controle semelhantes poderão ser construídas pelo pes-

quisador para outros itens que julgar importantes controlar.
Formas
Formas eletrônicas para a coleta de dados
A evolução tecnológica nos campos da informática e das telecomunicações
proporcionou formas eletrônicas
eletrônicas para a coleta e transmissão de dados em pesqui-
sa de marketing.
A área de pesquisa de marketing
marketing sempre
sempre se deparou com um problema de di-
fícil solução: a defasagem de tempo entre a coleta dos dados e a disponibilização
para os usuários de marketing das informações geradas a partir desses dados. A
forma tradicional de coletar os dados envolve: imprimir um instrumento; cole-
tar os dados, registrando-os nesse instrumento; transportar fisicamente os ins-
trumentos preenchidos até a central de processamentos; transferir os dados dos
instrumentos para um arquivo eletrônico através de digitação e só então iniciar
i niciar o
processamento eletrônico. Todo esse procedimento consome muito tempo e recur-
sos financeiros e possibilita a ocorrência de muitos erros não amostrais. As novas
formas de coletar dados têm possibilitado uma redução drástica dos prazos entre a
coleta dos dados, o processamento e a disponibilização da informação, bem como
a redução de custos e a melhoria da qualidade, devido a:
 Não necessidade de imprimir o instrumento de coleta de dados.

 Não necessidade de digitar dados.
 Não necessidade de transportar fisicamente os dados coletados.
A utilização dessas tecnologias

tecnologias tem permitido realizar
realizar pesquisas de marketing
marketing
a uma rapidez jamais imaginada com grande economia de recursos e maior preci-
são. São apresentados, a seguir,
seguir, alguns elementos dessa evolução tecnológica, uti-
lizados ou já disponíveis para sê-los em pesquisa de marketing e em outros tipos
de pesquisas.
People meter: o people meter possibilitou uma evolução no sistema de medir
a audiência de TV através do Tevetron (sucessor do Tevêmetro). O Tevetron é um
aparelho que, acoplado ao televisor
televisor,, serve para registrar eletrônica e continuamen-
te, a cada 30 segundos,
se gundos, a audiência
audi ência de TV.
TV. No Tevetron,
Tevetron, a audiência
aud iência qualifica
qu alificada
da (ou
individualizada) é obtida através do registro pelos pesquisados, em um caderno,
dos momentos em que iniciaram e terminaram de assistir a TV. Periodicamente,
esses dados são fisicamente recolhidos e levados para a central de processamento,
e só após longo período de tempo (de 15 a 30 dias) as informações sobre a au-
diência qualificada estarão disponíveis aos usuários. O people meter
m eter compreende
um segundo aparelho que funciona acoplado ao Tevetron. Este aparelho contém

vários botões coloridos e a cada membro da família pertencente à amostra é de-
terminado um dos botões, para que registre sua audiência, apertando-o quando
iniciar e voltando a apertá-lo quando terminar de assistir a programas de TV. Com
o people meter, a transmissão da audiência, tanto bruta como qualificada, para a
central de processamento,
processamento, passa a ser realizada de 30 em 30 segundos através de
linha telefônica direta ou rádio; a informação é imediatamente processada e en-
viada, também a cada 30 segundos,
segundos, para os computadores
computadores dos usuários
usuários da pesqui-
sa. Com o people meter é possível transmitir continuamente, on line, os resultados
da audiência bruta e qualificada para os usuários da pesquisa. No entanto, deve-se
notar que tanto o sistema de registro da audiência qualificada do Tevetron como
do people meter podem ter falhas, pois dependem da lembrança dos pesquisados
em efetuar os registros ou apertar e desapertar os botões.
Smart sense: o smart sense é a versão mais moderna de registrar a audiência
de TV (bruta
rística e qualificada).
de registrar Esse aparelho,
eletronicamente desenvolvido
a presença na França,
dos membros tem que
da família a caracte-
estão
assistindo a programas de TV, independentemente de sua vontade, lembrança ou
ação. No mais, o sistema funciona de forma análoga ao people meter.
Leitor ótico: os pontos de venda (PDVs) informatizados, equipados com leito-
res óticos, constituem outro desenvolvimento tecnológico que tende a revolucionar
a coleta de dados de algumas pesquisas de marketing. As tradicionais pesquisas
de store-audit tendem a desaparecer,
desaparecer, pois bastará ter o computador da agência de
pesquisa interligado com os computadores das redes de lojas para poder ter as in-
formações sobre participação de mercado, volume de vendas, distribuição quan-
titativa e qualitativa, ausência de estoques na loja, preços praticados etc., on-line,
em vez de uma vez a cada dois meses, como tradicionalmente tem sido feito.
Notebooks/palmtops/coletadores eletrônicos de dados: a constante mi-
niaturização dos componentes eletrônicos informáticos (microinformática) tem
possibilitado a redução contínua do tamanho dos computadores, dando origem
às versões supercompactas denominadas notebooks, palmtops e coletadores eletrô-
nicos de dados. A utilização no campo desses computadores supercompactos tem
auxiliado na solução de problemas de administração de vendas (os vendedores
podem ter contatos contínuos com a central para consultar estoques, andamento
de pedidos, confirmação de pedidos, reservas de estoques etc.). As companhias de
distribuição de energia elétrica, água encanada e gás encanado têm feito uso in-
tenso dosdos
mensais chamados
usuárioscoletadores de dados
desses serviços para com
públicos, registro eletrônico
grande dos de
economia consumos
tempo,
recursos humanos, precisão e rapidez entre a leitura, o faturamento e a cobrança
da conta. Já são registrados casos em que o coletor de dados está acoplado a uma
pequena impressora que permite que na hora do registro do consumo seja emitida
a conta e entregue ao consumidor.
Esses aparelhos podem ser adaptados e estão sendo utilizados para a coleta
de dados no campo. O entrevistador vai a campo com o questionário eletrônico no
aparelho. À medida que realiza a entrevista, vai registrando (digitando) as respos-
tas no questionário eletrônico na tela do aparelho. A remessa dos dados coletados
para a central de processamento poderá ser efetuada com a frequência desejada
(de hora em hora, uma vez por dia e até on-line).
Smart card: o smart card consiste numa evolução dos cartões eletrônicos de
crédito. Enquanto estes se caracterizam por possuir apenas uma tarja magnetizada
com alguns dados de identificação do possuidor, o smart card possui uma grande
capacidade de armazenamento eletrônico de dados. Nele poderá estar gravada uma
infinidade de dados de interesse de marketing sobre o possuidor, além dos dados
de identificação (renda, estado civil, ocupação, número e idade dos filhos, nível de
escolaridade do possuidor e do cônjuge, hábitos que possam caracterizar o estilo de
vida etc.)
etc.).. Além disso,, o smart card pode captar e registrar todas as compras que fo-
Além disso
rem efetuadas com o cartão. Determinados check outs possuem equipamento capaz
de captar dos smart cards
cards todas as informações de compras efetuadas nele registra-
das. Desta forma, têm-se todas as informações necessárias para relacionar compras
efetuadas com perfis de consumidores, não havendo necessidade de nenhuma co-
leta de dados na forma tradicional. Os smart cardscards estão sendo testados para várias
finalidades em algumas pequenas cidades dos Estados Unidos e já estão disponíveis
comercialmente para algumas dessas finalidades.
Fax: o fax foi considerado um substituto vantajoso dos correios para a realiza-
ção de pesquisas através de questionários autopreenchidos
autopreenchidos em função da rapidez do
envio do instrumento e do recebimento da resposta. Atualmente, a utilização do fax
para a realização de pesquisa tem sido muito restrita à medida que foi substituído
pelas pesquisas pela Internet, que apresentam infinitas vantagens ao fax.
Internet: a Internet veio revolucionar a forma de se fazerem pesquisas em
diversas direções. As pesquisas de dadosd ados secundários (também chamadas de desk
research) eram realizadas de forma demorada e exaustiva com inúmeras visitas a
órgãos públicos, arquivos de jornais e revistas, sindicatos, associações de classe,
concessionários de serviço público, universidades, centros de pesquisas etc. Com a
Internet a pesquisa de dados secundários passou a poder ser feita exclusivamente
a partir da navegação pelos inúmeros sites dessas entidades e pela utilização do
auxílio proporcionado pelos sites de busca.
Outra facilidade proporcionada pela Internet é a realização de aplicação de
questionários autopreenchidos em substituição ao correio e ao fax. A utilização de
re de pesquisas pela Internet permite: remessa automática de questionários ele-
software
softwa
trônicos para relação de e-mails, respostas digitadas diretamente
di retamente pelo respondente,
controle automático do retorno, processamento contínuo aos retornos recebidos e

envio contínuo dos resultados ao cliente. O grande limitador da utilização da Inter-
net para a coleta de dados é a ainda pequena base de usuários, o que restringe sua
utilização apenas a populações de pesquisa que já possuem acesso.
Infovias: as infovias são as grandes vias de transporte de informações que
estão sendo construídas no mundo todo. São caracterizadas por transportarem,
simultaneamente, quantidades imensas de dados e informações de forma rápida,
precisa e barata. A tecnologia utilizada é a fibra ótica. Além de facilitar a troca
contínua de dados e informações entre diversos centros, essa tecnologia permite o
surgimento da TV interativa.
TV interativa: a principal característica da TV interativa é que usuário e emis-
sora poderão trocar informações. Surge, portanto, um novo meio de obtenção de
dados para a realização de uma infinidade de tipos de pesquisas tão logo esteja
disponível.
Como pode ser observado por este pequeno relato, as inovações tecnológicas
estão continuamente contribuindo para o aprimoramento dos processos de pes-
quisa em termos de qualidade, rapidez, precisão e economia.
Validade
Validade e confiabilidade
Inúmeras são as fontes de erros não amostrais em pesquisas de marketing e,
ao pesquisador, cabe apenas tomar o máximo cuidado durante as várias etapas e
fases do processo, para minimizar sua ocorrência. Uma determinada medição efe-
tuada em pesquisa de marketing (Me) é composta de três elementos: a medida
verdadeira (Mv), o erro amostral (Ea) e o erro não amostral ou sistemático (Es).
Seu relacionamento é representado pela seguinte fórmula:
Me = Mv + Ea + Es
O pesquisador responsável pela condução de uma pesquisa precisa ter noção

do quanto os dados coletados são válidos e confiáveis. A seguir, são apresentados
os significados destes dois importantes conceitos em pesquisas de marketing e as
formas de estimá-los.
Definições de validade
validade e confiabilidade
Os termos conceitos e construções são utilizados neste livro como sinônimos.
Um conceito ou uma construção é definido como uma abstração mental formada
pela percepção de um fenômeno. Exemplos de construções em marketing: ven-

das, participação de mercado, atitudes, demanda, imagem de marca, lealdade
à marca etc. As construções servem para simplificar e sintetizar um fenômeno
complexo de marketing. Algumas construções são facilmente perceptíveis e pas-
síveis de fácil medição, enquanto outras são de percepção, compreensão e me-
dição difíceis.
Uma definição constitutiva utiliza-se de outras construções para definir um
conceito. Esta abordagem é similar à utilizada
utiliza da pelos dicionários onde outras pala-
vras são usadas para definir palavras. Exemplo de definição constitutiva em mar-
keting: para definir “lealdade à marca” são utilizados os conceitos “preferência à
marca”, “comportamento de compra em relação à marca” e “atitudes em relação
à marca”.
Uma definição operacional especifica como uma construção será medida. Para
medir a “preferência à marca”, a especificação dada pela definição operacional po-
derá ser, por
de tempo, ou exemplo, medir o número
medir a participação de compras repetidas durante um espaço
de mercado.
As definições constitutivas
constitutivas das construções direcionam o desenvolvimento
desenvolvimento de
suas definições operacionais.
Quanto mais complexa a definição constitutiva de uma construção, mais difí-
cil é desenvolver definições operacionais que correspondam ao fenômeno, e mais
difícil será o processo de medição.
A validade de uma medição refere-se a quanto o processo de medição está
isento, simultaneamente,
simultaneamente, de erros amostrais e erros não amostrais.
A confiabilidade de uma medição refere-se a quanto o processo está isento
apenas dos erros amostrais.
Ao realizar as medições, o pesquisador deve saber se corresponderam, efeti-
vamente, ao que desejava medir (validade) e se o tamanho do erro amostral fi-
cou contido dentro das condições estabelecidas para que as medidas sejam aceitas
(confiabilidade). A validade é um conceito muito mais amplo e muito mais difícil
de ser trabalhado do que o de confiabilidade.
Para ilustrar melhor estes dois conceitos, será apresentado um exemplo hipo-
tético: o caso de uma pesquisa de marketing que vise determinar a participação de
mercado de uma marca de sabonetes. Admitindo que a participação real seja 10%,
analisam-se os resultados hipotéticos à luz das quatro seguintes hipóteses para os
erros amostrais e não amostrais dessa pesquisa:
 Hipótese 1: o erro amostral é baixo e não há erro não
não amostral.
 Hipótese 2: o erro amostral é baixo e o erro não amostral é elevado.
elevado.
 Hipótese 3: o erro amostral é elevado

elevado e não há erro não amostral.
 Hipótese 4: os erros amostrais e não amostrais são elevados.
A Figura 5.1 ilustra estas quatro situações extremas. Pode-se observar nela a
influência dos erros amostrais e não amostrais na distribuição da média amostral
dos resultados para cada uma das quatro hipóteses extremas assumidas.
Na hipótese 1, o valor esperado da participação de mercado na distribuição da
média amostral é idêntico ao da participação verdadeira. O baixo erro amostral é
refletido no traçado estreito e elevado da curva. Nesta situação, repetidas amos-
tras produzem, consistentemente,
consistentemente, médias próximas da verdadeira participação de
mercado, resultando em dados tanto válidos quanto confiáveis.
Na hipótese 2, a curva tem o mesmo formato da hipótese 1, em função do
baixo erro amostral, porém, devido à influência dos erros sistemáticos não amos-
trais, está deslocada

consistentemente para aa direita.
próximas 12,5%, Repetidas amostras
dois e meio irão produziracima
pontos percentuais médias
da
participação verdadeira de mercado. Nesta situação, se diz que os dados não são
válidos, porém são confiáveis.
confiáv eis.
Na hipótese 3, o formato da curva é mais largo e mais achatado do que o das
hipóteses 1 e 2 devido ao elevado erro amostral, mas está uniformemente dis-
tribuído em torno da participação de mercado verdadeira de 10%, devido à não
ocorrência de erros não amostrais. Repetidas amostras vão produzir médias com-
pletamente diferentes da participação verdadeira de mercado. Nesta situação, se
diz que os dados não são nem válidos nem confiáveis.
Na hipótese 4, a curva tem formato idêntico ao da hipótese 3, devido ao ele-
vado erro amostral, mas está distribuída
distribuí da em torno de uma média amostral situa-
da cinco pontos percentuais à esquerda da média de participação de mercado da
população, devido ao elevado erro não amostral. Também, neste caso, repetidas
amostras vão produzir médias completamente diferentes da verdadeira partici-
pação de mercado. E, nesta situação, também se diz que os dados não são nem
válidos nem confiáveis.
Concluindo, para uma medida ser válida, ela precisa ser confiável. Porém, se
uma medida não for confiável, ela não poderá ser válida; e, sendo confiável, po-
derá
cienteoupara
nãoaser válida. A
validade. confiabilidade
Por essas razões,éseuma
diz condição necessária,
que o conceito mas não
de validade sufi-
é mais
importante para os resultados de uma pesquisa de marketing que o conceito de
confiabilidade, justamente por ser mais amplo e incluir aquele.
Não válidos e Não válidos e

não confiáveis não confiáveis
A
E LT 5 10 15 0 5 10
R
R O
O Valor esperado = 10 Valor esperado = 5
Hipótese 3 Hipótese 4
Válidos e Não válidos,

A confiáveis mas confiáveis
M
O
S
T
R B
A A
L XI
O
5 10 15 5 10 12,5 15
Valor esperado = 10 Valor esperado = 12,5

Hipótese 1 Hipótese 2
NENHUM ALTO
ALTO
ERRO NÃO AMOSTRAL
FIGURA 5.1 Ilustração dos conceitos de validade e confiabilidade.
Métodos para estimar

estimar a validade
Nesta seção será apresentada apenas uma rápida visão dos métodos de es-
timar a validade. Como já foi mostrado, trata-se de um conceito complexo e sua
discussão profunda foge aos objetivos de um livro-texto de pesquisa de marketing.
Para o leitor interessado em aprofundar-se neste tópico, há, no final do livro, uma
relação bibliográfica recomendada.
Uma forma fácil de medir a validade seria comparar o resultado da medição
efetuada com o valor real da variável na população. No entanto, como raramente
se conhece o valor real da variável na população, essa forma de medir a validade
não serve. O que se pode fazer é estimar a validade dessas medidas usando um,
ou mais de um, dos seguintes métodos de estimar validade: validade construída,
validade satisfeita, validade concordante
concordante e validade preditiva.
Valida
Validade
de construída: o método da validade construída envolve o entendimen-
construída:
to teórico-racional básico da obtenção das medidas. A abordagem compreende rela-
cionar a construção de interesse a outras construções, de tal forma que o referencial
teórico seja desenvolvido de acordo com o fenômeno de marketing que está sendo
medido. A validade
de interesse construída
e a construção cresce à medida
relacionada que a correlação
cresce conforme a forma entre a construção
prevista.
Para ilustrar esta forma de medir a validade, veja-se o seguinte exemplo. Um
gerente de marketing acredita que há um relacionamento entre a imagem de seus
produtos junto aos consumidores e o volume de recursos despendidos em propa-
ganda e promoção de vendas. A validade construída poderá ser verificada pela
medição dessas três construções e pela existência de relacionamento entre elas. Se
este relacionamento não for verificado, deverá ser questionada a validade cons-
truída das medidas e/ou questionada a validade da hipótese estabelecida para o
relacionamento.. Porém, se a hipótese de relacionamento já foi previamente confir-
relacionamento
mada por outras pesquisas, a conclusão é de que as medidas não estão medindo o
que se pensava que estavam medindo e, portanto, não são válidas.
Valida
Validade
de satisfeita: o método da validade satisfeita envolve o julgamento subje-
satisfeita:
tivo feito por um ou mais especialistas quanto à adequação do processo de medição.
Um exemplo de validade satisfeita é a utilização de juízes para a construção
de escalas para a medição de atitudes. Estes juízes julgam a pertinência ou não de
cada afirmação para a medição específica que se pretende efetuar.
efetuar.
Validade
V concordante: o método da validade concordante envolve a realiza-
alidade concordante:
ção de duas diferentes medições, realizadas com técnicas diferentes, do mesmo fe-
nômeno de marketing, na mesma ocasião. Uma das medições deverá ser efetuada
com uma técnica conhecida cuja validade já foi comprovada. Correlacionam-se as
duas medições: se houver alta correlação, se diz que a nova técnica tem também
validade; caso contrário, a nova
nova técnica será considerada não válida.
Para ilustrar, pode-se supor que, para uma técnica já conhecida e válida de
medir atitudes, contendo 20 afirmações, tenha surgido uma opção mais simples
e fácil de aplicar. As duas técnicas são aplicadas, simultaneamente, para medir o
mesmo fenômeno.
fenômeno. Se houver uma alta correlação em seus resultados, a nova téc-
nica poderá ser adotada, pois terá a validade concordante da anterior.
anterior.
Vali
Validad
dadee prediti va: o método da validade preditiva compreende a medição de
preditiva:
uma variável em determinado momento para que, com base nos resultados dessas
medições, possa-se prever os resultados da variável de interesse que está sendo previs-
ta
os num momento futuro.
dois fenômenos. Se forApós a ocorrência
elevada, se diz quedaarealidade, verifica-se
medição inicial a correlação
tem validade entre
preditiva.
Por exemplo, baseando-se na correlação existente entre a evolução socioeco-
nômica da população e as vendas da empresa verificada nos últimos 36 meses,
prevê-se o crescimento das vendas da empresa para os próximos 12 meses. Se,

após esse prazo, concluir-se que, efetivamente, as vendas cresceram segundo a
correlação prevista, se diz que a medida da evolução socioeconômica da popula-
ção efetuada tem validade preditiva com as vendas.
Métodos para estimar

estimar a confiabilidade
confiabilidade
Os dois métodos mais importantes para estimar a confiabilidade dos dados de
uma pesquisa de marketing são: confiabilidade de teste-reteste e confiabilidade de
formas alternativas.
Confiabilidade de teste-reteste: o método teste-reteste para estimar a con-
fiabilidade compreende repetir várias vezes a medição, utilizando-se o mesmo ins-
trumento sob as condições mais idênticas possíveis dos mesmos respondentes em
diferentes momentos de tempo. Os resultados dessas várias medições são compa-
rados para determinar seu grau de similaridade. Esta abordagem pressupõe que,
quanto
processomaior for a discrepância
de medição dosadados,
e menor será maior será
confiabilidade doso dados.
erro amostral presente no
Observe que os pressupostos para a medição da confiabilidade teste-reteste
trazem inúmeros problemas para sua utilização. O primeiro deles diz respeito à
dificuldade de medir inúmeras vezes as mesmas pessoas. Somente as pesquisas
contínuas que trabalham com amostras-painéis reúnem condições para atender a
este preceito. O segundo problema é que cada medição efetuada dos mesmos res-
pondentes pode influenciar e mudar as medições seguintes. E terceiro, mudanças
podem ocorrer entre uma medição e outra nas respostas dos pesquisados, advin-
das de outros fatores. Todos estes problemas poderão trazer vieses na estimativa
da confiabilidade medida por este método.
Confiabilidade
Confiabilidad e de formas alternativas: o método da forma alternativa para
estimar a confiabilidade compreende efetuar duas medições dos mesmos respon-
dentes usando-se instrumentos diferentes, mas considerados equivalentes. Os resul-
tados das duas medições são comparados para determinar o grau de discrepância,
de forma semelhante ao método teste-reteste.
As dificuldades de aplicação deste método
método compreendem: conseguir
conseguir que dois
instrumentos diferentes possam ser considerados efetivamente equivalentes, cus-
tos elevados e o tempo elevado para se construir um segundo instrumento.
Processamento dos dados

O processamento dos dados compreende os passos necessários para transfor-
mar os dados brutos coletados em informações (dados processados) que permiti-
rão a realização das análises e interpretações. O propósito da análise é a obtenção
de significados nos dados coletados, porém é impossível efetuar análises sobre os

dados brutos, é preciso que esses dados sejam antes processados, ou seja: soma-
dos, calculados médias e desvios-padrões, construídas as distribuições de frequên-
cias, realizados os cruzamentos entre variáveis, efetuados os testes de hipóteses
etc. O processamento dos dados compreende as seguintes fases: crítica, checagem,
codificação, digitação e tabulação.
Crítica
A função básica da crítica é a de impor um padrão mínimo de qualidade aos
dados brutos, de forma que sua precisão seja a máxima e as ambiguidades, míni-
mas. A crítica envolve a inspeção e, se for o caso, a correção de cada instrumento
de coleta preenchido e deve ser realizada em 100% dos questionários aplicados.
A crít
crítica
ica é, gera
geralme
lmente
nte,, feit
feitaa em dois est
estágio
ágios:
s: no camp
campoo e no escr
escritór
itório.
io. No cam-
po, é efetuada uma crítica preliminar para detectar erros, omissões e ilegibilidades
mais evidentes. A crítica no campo deve ser imediatamente realizada, após a entrega
do instrumento pelo entrevistador, de forma a possibilitar a correção dos problemas,
antes que a equipe de entrevistadores seja desfeita e, é geralmente feita pelo próprio
supervisor de campo. A crítica no escritório envolve um trabalho bem mais detalhista
e intenso do que aquele realizado no campo e exige a presença de pessoas com co-
nhecimentos profundos dos objetivos e procedimentos da pesquisa. Para que a crítica
no escritório seja eficaz, é fundamental que seja realizada
realizada com consistência.
Em estudos com amostras pequenas, uma mesma pessoa poderá encarregar-
-se da crítica de todos os instrumentos e de todas as suas partes e a consistência
estará garantida. Em estudos maiores, em que várias pessoas estarão encarregadas
da crítica, será necessário, para manter um padrão consistente, que sejam treina-
das, e/ou que exista um padrão por escrito a ser seguido (manual de crítica) e que
uma supervisão intensa sobre estas pessoas seja exercida ou que cada crítico seja
responsável por criticar determinadas perguntas de todos os instrumento
instrumentos.s.
Tanto a crítica que ocorre no campo como a do escritório deve analisar e ava-
liar se o instrumento está: completo, legível e compreensível, uniforme, consisten-
consisten-
te e preciso.
Completo: compreende verificar se todas as questões foram respondidas. As
questões não respondidas podem ser tratadas de uma das seguintes maneiras:
contatar o respondente (via entrevistador ou pelo próprio crítico) para obter a
resposta; determinar que o dado, no específico instrumento, seja considerado não
resposta; e, quando s,a quantidade
muitos instrumentos,
instrumento de nãosua
pode determinar respostas num
exclusão da específico
pesquisa. item ocorrer em
Legível e compreensível: para que o dado seja posteriormente codificado,
é preciso que tenha sido claramente registrado no instrumento e que as palavras
utilizadas sejam compreensíveis. Caso o registro seja ilegível ou incompreensíve

incompreensível,l,
poderá ser corrigido através de contato com o entrevistador responsável ou, se não
for mais possível, o crítico deverá tentar inferir o registro através das respostas de
outras partes do instrumento. Se, com nenhuma dessas opções for possível resol-
ver o problema,
problema, o dado deverá ser abandonado.
abandonado.
Uniforme: é importante que as respostas sejam obtidas em unidades unifor-
mes, conforme solicitado. Se o crítico perceber que isto não ocorreu (por exemplo,
a frequência
frequência de ida ao cinema deveria ser registrada em número de idas mensais,
e foi registrado o número de idas semanais), deverá contatar o entrevistador ou
o respondente para obter a resposta correta, ou o dado deverá ser eliminado para
evitar confusões enormes durante o processamento
processamento..
Consistente: a consistência diz respeito à existência de coerência entre as res-
postas das diferentes questões do instrumento. Não será consistente o instrumento
que, por exemplo, apresentar um padrão de compra incompatível com a renda ou
apresentar hábitos socioculturais em desacordo com o nível educacional do res-
pondente. O crítico deve solicitar esclarecimentos ao entrevistador e, se estes não
forem satisfatórios, eliminar as questões sem consistência, ou até mesmo eliminar
esse instrumento do estudo.
Preciso: o crítico deverá estar atento para descobrir possíveis imprecisões nos
dados. Essas imprecisões poderão estar relacionadas a vieses introduzidos pelos
entrevistadores ao conduzir de forma errônea a entrevista, a vieses originários de
falta de colaboração dos respondentes e à desonestidade dos entrevistadores. So-
mente críticos muito experientes são capazes de perceber diferentes nuanças no
padrão de resposta dos instrumentos de um particular entrevistador que os levem
a desconfiar que não houve a precisão necessária ou de que o instrumento não
foi preenchido
mento de sumariamente
deverá ser forma honesta.eliminado
Quando imprecisões
do estudo. forem detectadas, o instru-
A crítica no escritório difere da crítica no campo, pois está mais preocupada
com o que fazer com os casos que surgem do que com correções a serem realizadas
pelos entrevistadores ou retorno do questionário ao campo.
Outra forma de crítica, chamada crítica de consistência, deve ser feita quando
os dados já estiverem digitados e armazenados no banco de dados e antes do início
do processamento. Esta crítica é feita por processamento eletrônico e será vista,
adiante, quando se discorrer sobre tabulação eletrônica.
Checagem
A checagem visa fundamentalm
fundamentalmente
ente a avaliar a qualidade e veracidade do
trabalho de campo e compreende entrar em contato com uma amostra (sorteada
ou não) de entrevistados de cada entrevistador
entrevistador,, podendo variar de 10% a 30% do
total da amostra pesquisada (dependendo das exigências do cliente e do que foi

acordado no contrato da pesquisa).
A checagem pode ser simples ou técnica. A checagem é simples quando visa
confirmar os dados obtidos na entrevista; é técnica quando se faz necessário cor-
rigir, completar ou entender alguma resposta.
Os objetivos da checagem compreendem:
1. Confirmar se a entrevista
entrevista foi efetivamente realizada.
2. Verificar se a entrevista foi
foi realizada respeitando-se os filtros estabele-
cidos.
3. Confirmar se a entrevista foi realizada com a pessoa certa.
certa.
4. Verificar se há consistência nas respostas obtidas no
no questionário, fazen-
do-as novamente e comparando-as.
5. Corrigir eventuais
eventuais erros
erros e dúvidas nas
nas respostas.
6. Obter respostas a perguntas que não foram respondidas.
A checagem pode ser ser feita por telefone

telefone ou
ou pessoalmente.
pessoalmente. Sempre que
que possível
possível
deve ser feita por telefone, por ser mais rápida e econômica.
Codificação
A codificação é o procedimento
procedimento técnico pelo qual os dados são categorizados.
Através da codificação, os dados brutos são transformados em símbolos, necessa-
riamente numéricos quando o processamento eletrônico for utilizado, que podem
ser contados e tabulados. Os procedimentos para codificação serão diferentes se as
respostas a serem codificadas forem de uma questão fechada ou aberta.
Codificação de questões fechadas: para questões fechadas, a codificação
pode ser estabelecida antes que o trabalho de campo seja iniciado e pode ou não
estar impressa no instrumento de coleta dos dados. É preciso, porém, que um
layout da codificação seja definido a priori para evitar confusões durante a tabu-
lação. Contribuem para o estabelecimento a priori da codificação das opções de
respostas o conhecimento que o pesquisador e sua equipe tiverem do assunto de
pesquisa e a realização de pré-testes do instrumento.
Codificação de questões abertas: a codificação de questões abertas é muito
mais complexa, o problema, agora, consiste em codificar as respostas verbais da-
das pelos respondentes durante a entrevista. Existem dois diferentes procedimen-
tos de codificação, ambos trabalhosos e demorados. O primeiro é a preparação a
priori de um bem desenvolvido esquema de codificação. Para poder realizá-lo, o
pesquisador e sua equipe precisam ter acesso aos resultados de estudos anteriores,
grande conhecimento do assunto em estudo ou levar em conta algum referencial
teórico existente.
O segundo procedimento consiste em esperar pelo término do campo e, a par-
tir das verificações das respostas, ir construindo o esquema de codificação. Não é
incomum, depois de boa parte dos instrumentos ter sido codificada, surgir a ne-
cessidade de alterações no esquema de codificação e, consequentemente, ter que
recodificar os instrumentos já codificados. Um problema adicional na codificação
de questões abertas surge em função da subjetividade dos julgamentos dos codifi-
cadores. Este problema torna-se mais crítico quando o número de entrevistas rea-
lizadas exige a participação de mais de um codificador.
codificador. A sugestão para minimizar
este problema é atribuir partes do instrumento para serem codificadas pelo mes-
mo codificador, em vez de todos codificarem todo o instrumento.
Num caso e noutro, faz-se necessária a elaboração de um documento, chama-
do de livro de codificação, onde todas as variáveis e as codificações estabelecidas
ficarão registradas para serem consultadas pelos codificadores e, posteriormente,
pelos encarregados do processamento e das análises. Todos estes procedimentos
são demorados e exigem um trabalho muito desgastante da equipe de pesquisa.
Por todas estas dificuldades e as consequentes implicações para o resultado da
pesquisa (em qualidade, tempo e custo), vale efetuar um grande esforço para tor-
nar todas as questões do instrumento fechadas, e reservar as abertas apenas para
colher informações adicionais que possam contribuir para a interpretação dos re-
sultados, ou aquelas impossíveis de serem transformadas em fechadas.
Regras e convenções para codificação: para o estabelecimento da codifica-
ção, existem algumas regras que visam facilitar e evitar que haja confusões nas fases
seguintes de digitação e processament
processamento.o. As regras e convenções são as seguintes:
1. As opções de respostas precisam ser mutuamente exclusivas e coletiva-

coletiva-
mente exaustivas: mutuamente exclusiva significa que uma única e exclu-
siva opção de resposta pode ser assinalada e o entrevistador, ou o próprio
respondente, não pode ter nenhuma dúvida quanto à resposta a assinalar.
assinalar.
Coletivamente exaustivas significa que as opções de respostas oferecidas
devem cobrir todas as opções possíveis, não permitindo que nenhuma res-
posta fique sem opção de registro. Para alguns tipos de variáveis, é extre-
mamente fácil obter as opções que sejam coletivamente exaustivas; para
outras, não; quando isto ocorrer, a solução é incluir a opção “outra” ou
“nenhuma das anteriores”, seguida da pergunta “Qual?” e espaço para o
registro da resposta. Assim procedendo, se o item “outra” apresentar inci-
dência muito grande na tabulação, sempre será possível tabulá-lo manu-

almente e não perder nenhum dado que possa ser precioso para a análise.
2. Preferir sempre coletar dados em categorias
categorias mais desagregadas do que,
à princípio, se prevê necessitar: note que, no processo de tabulação,
sempre será possível agregar categorias, mas será impossível desagre-
gá-las.
3. Na definição do corte de variáveis contínuas, observar
observar os seguintes pontos:
pontos:
 Em quantas categorias a variável deve ser subdividida, tendo em vista
o plano de análises que foi inicialmente estabelecido?
 O que facilita mais a análise, tendo em
em vista os objetivos
objetivos da pesquisa:
estabelecer categorias de intervalos iguais (0-9, 10-19, 20-29 etc.)
ou categorias com igual número de casos (10% 0-2, 10% 3-10, 10%
11-19 etc.)?

Devem
mais) ouos
osdevem
extremos das categorias
ser formados ser abertos
intervalos (abaixo
fechados de 9; todas
até esgotar 65 e
as possibilidades?
4. Obedecer às seguintes convenções para o processamento eletrônico que fa-
cilitarão a codificação, a digitação, o processamento e a análise dos dados:
 Use somente códigos numéricos, não utilize nenhum caractere espe-
cial nem deixe nenhuma resposta em branco.
 Utilize cada coluna do layout da planilha eletrônica para cada variável.
 Utilize códigos diferentes para não resposta (missing) e para pulo (dei-
xou de responder, pois em função das respostas anteriores não cabia
responder).
 Nunca utilize
utilize o zero como opção de resposta, pois isto pode gerar
muita confusão no processamento. Estabeleça e utilize um código
padronizado para diferentes tipos de não respostas. Por exemplo:
Tipo de não resposta Código

Não sabe/Não tem opinião 90 ou –1
Não respondeu/Recusa 91 ou –2
Não se aplica 92 ou –3
Dado excluído pela crítica 93 ou –4
Observação: Dos dois conjuntos de possibilidades exemplificadas,
exemplificadas, a utili-
zação de códigos com números negativos é mais segura.
5. Todo o conjunto
conjunto de respostas de um mesmo instrumento precisa estar de-
vidamente
vidame nte identificado
identificado na planilha
planilha eletrônica
eletrônica de dados. Muitos
Muitos erros po-
dem ocorrer durante o processo de transcrição de dados (digitação) para
a planilha eletrônica. A identificação do instrumento que gerou determi-
nado conjunto de dados sempre permitirá eventuais consultas a ele para
dirimir dúvidas, ao longo do processamento e da análise. Mais adiante,
neste capítulo, quando for abordado o uso de computadores no processa-
mento de dados, será esclarecido como essa identificação poderá ser feita.
6. Em perguntas fechadas com resposta
resposta múltiplas (em que várias opções
de respostas podem ser escolhidas simultaneamente), deve ser utilizada,
para codificação, cada opção de resposta como uma pergunta simples
cujas respostas possíveis fossem “sim”, código 1, ou “não”, código 2, e re-
servada cada coluna da planilha eletrônica para o registro de cada opção
de resposta. Veja
Veja a ilustração, no seguinte exemplo:
Dos itens apresentados a seguir, assinale aqueles que você leva em considera-
ção na escolha do café que consome?
10
Sim 1
Pureza
Não 2
11
Sim 1
Sabor
Não 2
12
Sim 1
Aroma
Não 2
13
Sim 1
Qualidade
Não 2
14
Sim 1
Textura
Não 2
15
Sim 1
Torrefação
Não 2
16
Sim 1
Embalagem
Não 2
17
Sim 1
Marca
Não 2
Neste exemplo, os números 10 a 17 representam o números das colunas da

planilha eletrônica reservados para registrar as respostas dos itens que forem assi-
nalados no instrumento de coleta de dados. No processamen
processamentoto eletrônico, pode-se
solicitar que as respostas sejam tabuladas conjuntamente
conjuntamente..
Digitação
A digitação, utilizada para a tabulação eletrônica, consiste em transcrever os
dados codificados dos instrumentos de coleta de dados para o arquivo eletrônico
de dados (banco de dados).
Tabulação
A tabulação consiste na contagem do número de casos que ocorreram em cada
categoria. A tabulação pode ser simples, quando envolve a simples contagem do
número de casos que ocorreram em cada uma das variáveis do estudo, ou cruza-
da, quando as ocorrências em duas ou mais variáveis do estudo foram contadas
simultaneamente.
simultaneame nte. A tabulação pode ser inteiramente manual, inteiramente eletrô-
nica ou parcialmente manual e parcialmente eletrônica. A decisão de qual utilizar
depende: da disponibilidade de equipamento de processamento eletrônico,
eletrônico, do vo-
lume de dados a processar – representado pelo número de instrumentos, número
de variáveis em cada instrumento e do número de opções de resposta para cada
variável – e da complexidade das análises
análises estatísticas que serão necessárias. Quan-
to maior o volume de dados a processar e mais complexas as análises a serem efe-
tuadas, maior será a eficácia de se utilizar processamento eletrônico, e vice-versa,
em relação ao processamento manual.
Tabulação manual: para a tabulação manual, basta dispor de uma folha de

papel e um lápis. Registram-se, na folha de papel, várias opções de respostas e,
percorrendo-se os instrumentos de coleta por várias vezes quantas forem as op-
ções de respostas, realizam-se
realizam-se os registros das ocorrências e, finalmente, sua con-
tagem. Veja, no exemplo apresentado na Tabela 5.1, a tabulação manual simples
de uma questão de pesquisa com quatro opções de respostas de um instrumento
que foi aplicado a 40 respondentes
respondentes..
TABELA 5.1 Exemplo de tabulação manual simples
Opções de respostas Contagem Contagem final

1 ///// ///// ///// 15
2 ///// ///// // 12
3 ///// // 7
4 ///// / 6
A tabulação cruzada também pode ser feita manualmente, mediante a cons-

trução de uma tabela com todos os valores das duas variáveis a serem cruzadas,
de maneira que sejam criadas células resultantes da combinação dos cruzamentos
possíveis. Analogamente ao exemplo anterior, percorrem-se todos os instrumentos
de coleta e são registrados, nessa tabela, os casos de ocorrência simultânea dos va-
lores nas duas variáveis em cruzamento. Veja, no exemplo apresentado na Tabela
5.2, como efetuar a tabulação cruzada manual dos resultados das seguintes ques-
tões de uma pesquisa em que foram entrevistados 50 respondentes: marca do café
consumido, com cinco opções de respostas:
respostas: 1, 2, 3, 4 e 5 e estrato socioeconômico
da família, com quatro opções de respostas: 1, 2, 3 e 4.
TABELA 5.2 Exemplo de tabulação cruzada manual
Estrato Marca do café consumido

socioeconômico Totais
da família 1 2 3 4 5
1 //// // / ///// /// 15
2 // ///// /// // – 12
3 /// / /// – // 9
4 / //// ///// /// / 14
Totais 10 12 12 10 6 50
Note que os subtotais verticais e horizontais (ou subtotais marginais) de cada

variável correspondem à tabulação simples de cada uma delas. Isto indica que,
quando se tem que efetuar tabulações cruzadas, não é preciso efetuar as simples,
que acabam sendo feitas em consequência.
Tabulação eletrônica: a popularização do computador, possibilitada pelas
drásticas e contínuas
contínuas reduções de porte
porte e preço, a elevação
elevação de sua capacidade de
processamento
processamen to a níveis nunca antes imaginados, a disponibilidade no mercado de
softwares poderosos para o processamento estatístico dos dados e a simplificação
e facilitação das formas de comunicação homem-máquina fizeram com que, prati-
camente toda pesquisa passasse a ser tabulada em computadores, sem levar-se em
conta a eficácia, para determinada pesquisa, do processamento manual em detri-
mento do eletrônico.
A constante e rápida evolução da informática (tanto em hardware como em
software) tem feito com que textos para ensinar o uso da tabulação eletrônica de
dados em pesquisas de marketing fiquem rapidamente obsoletos. E, provavelmen-

te, o que será a seguir apresentado, em breve, deverá também ficar obsoleto.
Para a realização do processamento eletrônico, o pesquisador precisará do se-
guinte material, como sugestão:
1. Computador do tipo PC ou com ele compatível, com as seguintes

seguintes carac-
terísticas ideais (que poderão variar para mais ou para menos em função
de quanto o sistema de análise a ser utilizado ocupa da memória do
computador e do volume de dados a serem processados e armazenados
na memória):

Pentium 4.
 Memória cache de 512 Kbytes.
 Disco rígido de 3 GB.
 32 MB de memória RAM.
 Drive para CDROM.
2. Monitor super VGA color.
3. Impressora para registrar as saídas do processamento:
 Qualquer impressora de boa qualidade atenderá à necessidade, mas é
evidente que uma laser ou jato de tinta será preferível pela qualidade
de impressão.
4. Sistema de planilha eletrônica e banco de dados para a digitação e ar-
mazenamento eletrônico dos dados (ou utilizar o próprio programa de
análise dos dados quando dispuser desta função):
 Quando os dados a serem armazenados forem simples, planilhas ele-

trônicas como Excel atenderão plenamente às necessidades.
5. Programa para análise
análise dos dados. Dependendo do programa de análise
utilizado, inúmeras facilidades para todas as fases do processamento po-
dem estar disponíveis, tais como:
 Módulo para construção de questionários.
 Biblioteca de questionários.
 Módulo para digitação (direta em cada questão de cada questionário
eletrônico ou simplificada em cada planilha correspondente a cada
questionário).
 Módulo para processamento
processamento de palavras, para processar questões
abertas.
 Módulo para processamento simples.

Módulo para processamentos complexos.
 Módulos para aplicar questionários pela Internet.
6. Finalmente, deverá
deverá ser elaborado
elaborado um programa para a entrada e saída
dos dados no computador (dependendo do software para análise utiliza-
do, a elaboração deste programa é desnecessária):
 Caso necessário,
necessário, a elaboração
elaboração deste
deste programa é muito
muito simples e con-
siste, em sua essência, no estabelecimento de relações entre números,
que é a linguagem do computador
computador,, e o significado das variáveis e dos
respectivos valores que podem assumir.
assumir. Para esta tarefa, a utilização
do caderno de codificações é fundamental, e sua operacionalização
vai depender dos programas utilizados
utilizados para o banco de dados e para
a análise, que são acompanhados de instruções para utilização.
Crítica eletrônica da consistência: assim que os dados estiverem digitados

e armazenados no banco de dados, e antes de iniciar a tabulação/processamento,
fazem-se necessárias a realização da crítica e a depuração dos dados de possíveis
erros e inconsistências que não tenham sido percebidos nas críticas no campo e
no escritório. Existem três tipos de crítica eletrônica a serem efetuadas nos dados
armazenados: crítica de valores estranhos às variáveis; da consistência dos dados
de cada instrumento; e de valores extremados.
Crítica de valores estranhos:
nesta crítica, devem-se fornecer comandos ao
computador, de forma que sejam apontados valores de cada variável que não te-
nham sido previamente estabelecidos no “livro de codificação” e no programa
para entrada e saída dos dados.
Crítica da consistência: a consistência de um conjunto de dados de um mesmo

instrumento diz respeito à coerência interna que deve haver entre eles. A crítica
da consistência dos dados de cada instrumento pode ser efetuada pelo computa-
dor de forma mais eficaz que as anteriores realizadas à mão. O pesquisador deve
estabelecer um programa de consistência com as variáveis-chave de sua pesquisa.
Deve identificar variáveis em que as ocorrências de uma, necessariamente, impli-
cam as ocorrências da outra (chamada de consistência de sentido único). Uma vez
apontada pelo computador a ocorrência de inconsistências, o pesquisador deverá
decidir se é possível corrigi-las, ou se os dados daquele instrumento deverão ser
abandonados.
Crítica de valores extremados: um valor extremado de uma variável diz res-
peito a valores registrados que fogem completamente ao campo de variação tido
como normal para aquela variável. Os valores apontados pelo computador que es-
tiverem fora do campo de variação definido deverão ser excluídos.
Completando o banco de dados: tendo os dados já sido depurados, antes
de iniciar a tabulação/processamento, o pesquisador deverá completar o banco
de dados com o acréscimo e/ou geração de outras variáveis e com a ponderação
dos dados.
Acréscimo e/ou geração de outras variáveis: existem vários casos em que será
preciso acrescer ou gerar novas variáveis no banco de dados:
 Acrescer dados não coletados

coletados no campo, mas que serão utilizados para
cruzamentos, como: resultados de rodadas anteriores da mesma pesquisa
ou de pesquisas semelhantes; dados do censo; dados sobre vendas; dados
sobre participação no mercado; dados sobre investimentos em comuni-
cação etc.
 Dividir uma variável contínua em categorias
categorias (por exemplo, idade em in-
tervalos de idade) ou combinar as categorias de uma variável de forma a
trabalhar com menos categorias.
 Criar novas
novas variáveis através da combinação de outras.
outras. Por
Por exemplo,
exemplo, criar
a variável renda média familiar através da divisão da variável renda fami-
liar pela variável número de componentes da família.
 Criar um índice que represente o resultado de um conjunto de variáveis.
Por exemplo, criar uma variável índice de preferência para o produto
como resultado da somatória das variáveis: grau de conhecimento do
produto, grau de utilização do produto e grau de satisfação para com o
produto.
onderação dos dados:

Ponderação
P este é o último passo a ser dado, antes que possa ser
iniciada a tabulação/processamento. A ponderação dos dados faz-se necessária,
por exigência do processo de amostragem (por exemplo, amostragem não pro-
porcional) ou por ter ocorrido alguma diferença entre a amostra efetiva, que foi
pesquisada, e a amostra planejada, que precisa ser agora compensada através de
ponderação.
ANÁLISE DE DADOS
6
Tendo os dados coletados já sido criticados, codificados e devidamente arqui-

vados na memória
memória do computador,
computador, o passo seguinte
seguinte é a realização das análises.
análises. O
objetivo principal das análises é permitir, ao pesquisador, o estabelecimento das
conclusões, a partir dos dados coletados.
O grande desafio desta fase é saber escolher corretamente
corretamente as técnicas de aná-
lise dentre as inúmeras existentes. Por essa razão, o objetivo principal deste capí-
tulo é o de proporcionar uma visão geral das técnicas mais importantes de análise,
sem entrar, no entanto, no mérito do seu desenvolvimento teórico, que foge aos
objetivos deste livro. Para atingir esse objetivo, cada técnica apresentada conte-
rá: sua utilização em pesquisas de marketing, condições para sua aplicação, breve
explanação teórica-conceitual, procedimentos sumarizados para sua aplicação e
exemplo de sua utilização em pesquisas de marketing.
Escolha do método
Muitas pesquisas de marketing têm apresentado conclusões baseadas em re-

sultados obtidos com a utilização incorreta de técnicas de análises, comprome-
tendo, dessa forma, a sua qualidade, precisão e confiabilidade. Este tópico visa
apresentar todas as considerações que devem ser levadas em conta para a correta
escolha da técnica de análise.
Uma classificação útil dos fatores a considerar compreende: o tipo de escala
da(s) variável(eis), o nível de conhecimento dos parâmetros da população, o tipo
de análise desejado, o número de variáveis a serem analisadas simultaneamente,
o número de amostras e o seu grau de relacionamento e a relação de dependência
entre variáveis. A consideração conjunta de todos esses fatores determinará a téc-

nica apropriada de análise. Cada classificação será estudada separadamente.
Tipo de escala
O primeiro fator importante para a determinação da técnica correta de aná-
lise é o tipo de escala utilizada para medir a(s) variável(eis). No Capítulo 3, fo-
ram apresentados os diversos tipos de escalas existentes e suas características. É
importante, para a compreensão desta exposição, que os conceitos anteriormente
apresentados, sejam revistos. Em função das diferentes características das escalas,
as técnicas possíveis de serem utilizadas na análise variam conforme a escala seja
nominal, ordinal ou intervalar.
Nível de conhecimento dos parâmetros

parâmetros da população
população
Denominam-se de parâmetros de uma população de pesquisa os dados reais

dessa população, como tipo de distribuição, média, desvio-padrão etc. Os esta-
tísticos costumam classificar os métodos de análises, segundo a exigência ou não
de conhecimento dos parâmetros da população, em métodos paramétricos e não
paramétricos.
Uma técnica estatística é chamada paramétrica quando o modelo do teste es-
pecifica certas condições sobre os parâmetros da população da qual a amostra foi
obtida, para que possa ser utilizada.
Uma vez que, durante uma pesquisa de marketing, raramente se tem conheci-
mento dos parâmetros da população e, portanto, se as condições para a aplicação
de um teste paramétrico existem, e mesmo assim é aplicado, assumindo-as como
existentes, a correção e a significância dos seus resultados ficam na dependência
da correção da suposição assumida. Testes paramétricos também exigem que os
dados a analisar tenham sido, ao menos, medidos numa escala de intervalo (Sie-
gel, 1956:31). Veja, como exemplo, as exigências do teste “t” a serem atendidas
para a correta aplicação de um teste paramétrico:
 As observações precisam ser independentes.

 As amostras
amostras precisam
precisam ter
ter sido retiradas de populações com distribuições
normais.

As populações
populações
variâncias precisam ter as mesmas variâncias (ou a relação entre as
precisam
conhecida).
 As variáveis em estudo
estudo precisam
precisam ter sido medidas
medidas ao menos numa escala
escala
de intervalo, que possibilite as quatro operações aritméticas.
6. ANÁLISE DE DADOS 195
Esse conjunto de exigências é raramente atendido em pesquisas de marketing.

Na maioria das vezes, não se sabe o tipo de distribuição da população nem sua
variância, além disso, muitas das variáveis são medidas em escalas discretas ou
ordinais. Para analisar os casos em que não se tem conhecimento dos parâmetros
da população ou em que as variáveis tenham sido medidas em escalas discretas
di scretas ou
ordinais, as técnicas corretas são as não paramétricas.
Uma técnica estatística não paramétrica é aquela que compreende um teste
cujo modelo não especifica condições sobre os parâmetros da população da qual
a amostra foi obtida.
Como raramente o pesquisador possui todas as especificações necessárias
para aplicar corretamente as técnicas paramétricas, as técnicas não paramétri-
cas assumem uma grande importância para aplicação na análise de pesquisas de
marketing.
Tipo de análise
O método de análise a ser escolhido também dependerá do tipo de análise
necessário e desejado. Há dois tipos básicos de análises que podem ser feitos: des-
crição dos dados e inferências a partir dos dados. Os métodos correspondentes
denominam-se métodos descritivos e métodos inferenciais.
Métodos descritivos: os métodos descritivos têm o objetivo de proporcio-
nar informações sumarizadas dos dados contidos no total de elementos da(s)
amostra(s) estudada(s). Os métodos utilizados em pesquisa de marketing para a
descrição dos dados compreendem: medidas de posição, medidas de dispersão e
medidas de associação.
As medidas de posição servem
servem para caracterizar o que é “típico”
“típico” no grupo.
As medidas de dispersão servem para medir como os indivíduos
i ndivíduos estão distri-
buídos no grupo.
As medidas de associação servem para medir o nível de relacionamento exis-
tente entre duas ou mais variáveis.
Métodos inferenciais: os métodos inferenciais compreendem um conjunto
grande de testes que servem para julgar a validade de hipóteses estatísticas sobre
uma população ou para estimar os seus parâmetros, a partir da análise dos dados
de uma amostra dessa população. Os métodos inferenciais são baseados na teoria
das probabilidades, de forma que a incerteza da inferência pode ser medida, isto
é, o risco de se efetuarem inferências incorretas pode ser estabelecido. As técni-
cas inferenciais compreendem a estimação de parâmetros e os testes de hipóteses.
Número de variáveis
variáveis a serem analisadas
analisadas simultaneamente
simultaneamente
Outro fator determinante da escolha do método de análise é o numero de
variáveis a serem conjuntamente analisadas. Assim, se o número de variáveis for
respectivamente uma, duas ou mais de duas, o pesquisador encontrará métodos
específicos aplicáveis a cada situação, respectivamente denominados:
denominados: univariados,
bivariados e multivariados.
Número de amostras
amostras a analisar
analisar e o grau de relacionamento
relacionamento entre elas
elas
Também é determinante, na escolha do método, o número de amostras que
será considerado na análise e o grau de relacionamento que existe entre elas. Se-
S e-
gundo este fator, pode-se ter as seguintes possibilidades: amostras simples, duas
amostras relacionadas, duas amostras não relacionadas, amostras múltiplas rela-
cionadas e amostras múltiplas não relacionadas.
Amostras relacion
relacionadas
adas e não relacion adas: o conceito de relacionamen-
relacionadas:
to entre amostras diz respeito a se a escolha de um elemento para fazer parte
da amostra interfere na probabilidade de escolha de outro ou se o resultado da
avaliação de qualquer elemento da amostra possa ter interferido na avaliação
de outro.
Relação de dependência
dependência entre as variáveis
variáveis
Nos casos em que houver mais de uma variável a ser analisada simultanea-
mente,
análise um
seráfator também
a relação determinanteexistente
de dependência para a escolha
entre asdavariáveis.
técnica adequada de
Sob este as-
pecto, as variáveis podem ter entre si uma relação de dependência ou de interde-
pendência. Numa relação de dependência, uma (ou mais de uma) das variáveis
é escolhida, segundo as condições estabelecidas pelo problema de pesquisa, para
ser examinada, no sentido de verificar sua dependência de outras variáveis. Numa
relação de interdependência o interesse está em verificar o relacionamento exis-
tente entre as próprias variáveis do conjunto, não sendo nenhuma escolhida, em
especial, como sendo a variável dependente. Conforme a relação de dependência
for estabelecida, a escolha deverá recair entre métodos para análise da dependên-
cia ou métodos para análise da interdependência.
A colocação simultânea desses fatores, num quadro-resumo
quadro-resumo,, ao invés de aju-
dar, acabaria por atrapalhar o leitor, por isso optou-se por apresentar as classifica-
ções gradativamente, à medida que sua apresentação se fizer necessária.
Métodos descritivos de análises de dados
Dos métodos descritivos de análise dos dados, as medidas de posição e as me-

didas de dispersão dependem apenas do tipo de escala de medição da variável sob
análise, e, por isso, serão apresentados neste capítulo. No Quadro 6.1, é apresen-
tado um resumo das medidas de posição e de dispersão existentes.
QUADRO 6.1 Medidas de posição e de dispersão para variáveis em escalas nominais, ordinais
e intervalares mais utilizadas em pesquisas de marketing
Escala de variável Medidas de posição Medidas de dispersão
Nominal Moda Distribuição de frequência (absoluta e relativa)

Ordinal Mediana Ordenamento
Quartis, decis e percentis
Intervalar ou razão Média aritmética Distribuição de frequência acumulada (absoluta

e relativa)
Amplitude
Desvio médio
Desvio-padrão
Coeficiente de variação
Obs.: As medidas apresentadas são cumulativas, em cada coluna, no sentido de cima para baixo, isto é,
todas as medidas aplicáveis às variáveis com
co m escalas nominais são também aplicáveis àquelas com esca-
las ordinais, e todas as aplicáveis às variáveis com escalas ordinais o são também àquelas com escalas
intervalares.
Medidas de posição
Como já visto, as medidas de posição servem para caracterizar o que é “tí-
pico” no grupo. As medidas de posição compreendem as medidas de tendência
central (moda, mediana e média aritmética ) e as separatrizes (quartis, decis e
percentis).
Variáveis
Variáveis nominais:
Moda: é o valor ou categoria da variável que ocorre com a maior frequência.
fre quência.
É uma medida típica de tendência central para variáveis nominais, mas pode tam-
bém ser aplicada a variáveis ordinais ou intervalares, desde que tenham sido pre-
viamente agrupadas em classes, neste caso, a classe
classe que obtiver a maior
maior frequência
é denominada classe modal. O leitor não deve estranhar se encontrar
encontrar,, na prática,
distribuições que apresentem mais de uma moda ou classe modal. Veja na Tabela
6.1, o exemplo de determinação da moda.
TABELA 6.1 Determinação da moda
Empresa de transporte Frequência

aéreo preferida absoluta
A 20
B 40
C 10
D 30
E 50
F 10
G 60 (moda)
Total 220
Variáveis
Variáveis ordinais:
Mediana: é o valor do elemento que divide o grupo em dois subgrupos de
igual tamanho ou, em outras palavras, é o valor da variável correspondente ao
elemento central da distribuição. É uma medida típica de tendência central para
variáveis ordinais, mas pode também ser aplicada a variáveis intervalares, desde
que estas tenham sido previamente agrupadas em classes. Para variáveis ordinais,
o valor da mediana é facilmente determinado. Para tanto basta ordenar numeri-
camente os dados e procurar o valor da variável correspondente ao elemento que
divide o grupo em dois subgrupos quando a amostra tiver número ímpar de ele-
mentos, ou a média dos valores dos dois elementos centrais, quando a amostra
possuir um número par de elementos. O cálculo da mediana para variáveis inter-
valares será apresentada
apresentada no item a seguir.
seguir.
Quartis: são os valores da variável correspondentes aos três elementos que divi-
dem o conjunto de dados em quatro subgrupos de tamanhos iguais. São chamados,
respectivamente, de 1o quartil, o valor do elemento que divide o grupo numerica-
mente ordenado em duas partes, a primeira com 25%, e a segunda, com 75% dos
elementos do grupo; de 2o quartil, o valor do elemento que divide o grupo numeri-
camente ordenado em duas partes iguais; e de 3o quartil, o valor do elemento que
divide o grupo numericamente ordenado em duas partes, a primeira com 75%, e a
segunda, com 25% dos elementos do grupo. Note que o segundo quartil é a mediana.
A deter
determin
minação
ação dos quar
quartis
tis para
para variá
variáveis
veis ordi
ordinais
nais seg
segue
ue a mes
mesma
ma siste
sistemát
mática
ica apre-
apre-
sentada para o cálculo da mediana no item anterior, só que agora, deve-se procurar,
nos dados ordenados, os valores correspondentes a 25%, 50% e 75% da distribuição.
O cálculo dos quartis para variáveis intervalares é aproximado, e só poderá ser
feito, se a variável estiver apresentada numa tabela de distribuição de frequências
relativas acumuladas das classes em que tenha sido previamente subdividida. Para
o cálculo dos quartis utiliza-se a seguinte fórmula:
Qn = v + (Q
(Q – Frac)/Frel
Onde:
Qn = valor do quartil que se deseja calcular
Q1 = 1o quartil
Q2 = 2o quartil = mediana
Q3 = 3o quartil
v= valor médio do intervalo de classe em que o quartil está situado
Q= frequência relativa acumulada do quartil a ser calculado. Assim,
Q = 0,25 para o 1o quartil, Q = 0,50 para a mediana e Q = 0,75 para
o 3o quartil
Fracn = frequência relativa acumulada até a classe anterior a do quartil
considerado
Frel = é a frequência relativa da classe onde o quartil está situado
situado
Decis e percentis: correspondem, respectivamente, aos valores dos elementos
que dividem o grupo em 10 e 100 partes iguais. Deixou-se de apresentar as formas
de cálculo devido a sua pouca utilização em pesquisas de marketing.
Variáveis
Variáveis intervalares:
Média aritmética (ou simplesmente média): corresponde ao valor médio de um
conjunto de dados. É uma medida de tendência central de aplicação exclusiva a
variáveis intervalares. Dependendo
Dependendo da forma de apresentação dos dados, existem
duas fórmulas para o cálculo da média.
Fórmula para o cálculo da média para dados que não estejam na forma de dis-
tribuição de frequências:
População Amostra
N n
 Xi  xi
i= 1 i =1
= x=
N n
Fórmula para o cálculo da média para dados que estejam na forma de distri-
buição de frequências:
População Amostra
N n
 fi Xi  fi xi
i= 1 i= 1
= x=
N n
No caso de a distribuição da variável estar apresentada em intervalos de classes,

o valor a ser considerado para o cálculo da média deve ser o valor médio do inter-
valo de classe
classe..
Medidas de dispersão
dispersão
As medidas de tendência central informam
informam a respeito do ponto de concentra-
concentra-
ção da maioria das respostas, porém não informam nada a respeito do grau de
concentração dessas respostas nem da maneira como as observações estão dis-
persas por toda a distribuição. O conhecimento da dispersão dos dados de uma
variável é importante não só por esta razão, mas também porque permite avaliar
a confiabilidade de uma medida de tendência central numa amostra como parâ-
metro da população.
Variáveis
Variáveis nominais:
Distribuiçã
Distribuição
o de frequênc
frequência
ia absoluta
absoluta e relativa: a distribuição de
relativa: frequência abso-
luta é resultante da contagem das ocorrências de respostas por opção possível da
variável,
variável, e a relat
relativa
iva é resultante
resultante da divisão da frequência
frequência absoluta
absoluta de cada opção
pelo total de elementos da amostra. Constituem as únicas medidas de dispersão que
podem ser aplicadas a variáveis nominais.
Variáveis
Variáveis ordinais:
Ordenamento: é a disposição de todos os elementos do grupo de forma cres-
cente ou decrescente, segundo as avaliações efetuadas para a variável ordinal pes-
quisada. Exemplo: uma rede de supermercados deseja avaliar o quanto três lojas
estão
loja(s)agradando
devem serseus clientes,
tomadas para, em função
providências dos resultados,
administrativas decidir em qual(is)
e mercadológicas. Para
tanto, realizou uma pesquisa junto a nove consumidores de cada uma das lojas,
quanto a seu grau de satisfação, avaliado através da atribuição de pontos para um
grande número de tópicos de um mesmo instrumento.
instrumento. Os resultados dessa avalia-
ção estão na Tabela 6.2.
Uma prática muito comum de ser encontrada em pesquisas de marketing é a
de efetuar a soma na vertical das pontuações, comparar os resultados e, a partir
desses resultados, decidir qual(ais) a(s) loja(s) que merece(m) mudanças. Como
se trata de uma variável ordinal, esta prática está conceitualmente errada. A prá-
tica correta é proceder a um ordenamento conjunto, somar na vertical as várias
posições ocupadas no ordenamento conjunto e, somente a seguir, comparar os
resultados e tomar as decisões. Veja na Tabela 6.3 os resultados do ordenamento
conjunto dos dados da Tabela 6.2.
TABELA 6.2 Dados brutos

br utos resultantes da avaliação
av aliação do grau de satisfação em três lojas de
uma rede de supermercados
Loja A Loja B Loja C
78 113 72
120 90 93
106 99 80
77 100 69
87 123 97
86 92 76
111 121 62
128 104 67
110 132 116
TABELA 6.3 Resultados do ordenamento conjunto da avaliação do grau de satisfação em

três lojas de uma rede de supermercados
Loja A Loja B Loja C
21 7 24
5 17 15
10 13 20
22 12 25
18 3 14
19 16 23
8 4 27
2 11 26
9 1 6
Total 114 84 180
Por esses resultados, verifica-se que a loja C é a que merece mais atenção da
empresa para proceder a mudanças, seguida da loja A.
Variáveis
Variáveis intervalares:
Distribuição de frequências absoluta acumulada e relativa acumulada:a distri-
buição de frequência absoluta acumulada é resultante da contagem acumulativa
da ocorrência de respostas até um determinado valor da variável, e a relativa acu-
mulada é resultante da divisão da frequência absoluta acumulada pelo total de
elementos da amostra. Constituem medidas de dispersão exclusivas de serem apli-

cadas a variáveis intervalares.
Amplitude: a amplitude de uma distribuição é uma medida de dispersão típica
de variáveis intervalares. A amplitude é a diferença entre o maior e o menor va-
lor da variável observado numa amostra. Desta forma, ela fornece a dimensão do
campo de variação da variável. A fórmula para o cálculo da amplitude é:
A = xmaior – xmenor
Desvio-médio: o desvio-médio é também uma medida de dispersão típica de

variáveis intervalares,
intervalares, pois indica o grau de dispersão do total dos indivíduos num
num
grupo, em relação a uma determinada variável. O desvio-médio é a média arit-
mética das diferenças (em módulo, ou seja, despreza-se o sinal) entre cada ob-
servação e a média das observações. O desvio-médio serve para comparar duas
distribuições com igual média e saber qual das duas está mais ou menos dispersa.
A fórmula para o desvio-médio
desvio-médio é:
População Amostra
N n
 Xi –   xi – x
i= 1 i =1
DM = DM =
N n
Desvio-padrão:a soma dos quadrados das diferenças entre as observações e

a média, dividida pelo número de observações é conhecida como variância.
variân cia. O
desvio-padrão é a raiz quadrada da variância. A fórmula para o cálculo do desvio-
-padrão é:
População Amostra
Original Computacional Original Computacional
Dados
  
X X (x – x) x x
 ( ) ( )
brutos (X – )2 2 2 2 2 2
= = – S= S= –
N N N n n n
Dados em
 
f(X)2 fX f(x)2 fx
( ) ( )
2 2
distribuição
de
= – S= –
N N n n
frequência
O significado do desvio-padrão em termos de dispersão dos dados é que, sen-

do o valor da variância para um dado número de observações proporcional
proporcional à soma
dos quadrados das diferenças entre as observações e a média, quanto mais estas
observações estiverem dispersas,
dispersas, mais distantes da média estarão cada um dos va-
lores de cada observação, e maior será o valor da variância e, consequentemente,
consequentemente,
do desvio-padrão. O desvio-padrão é uma efetiva medida de dispersão dos dados
de uma distribuição em termos absolutos; a variância é utilizada apenas para fa-
cilitar o trabalho analítico. O desvio-padrão é, em síntese, a média dos desvios de
cada observação em relação à média da amostra ou da população.
Coeficiente de variação: o desvio-padrão é uma medida absoluta da dispersão
e é apresentado nas mesmas unidades de medida originais em que os dados foram
coletados. Às vezes, em pesquisas de marketing, há a necessidade da comparação
da dispersão de diversas distribuições que não possuam as mesmas médias ou que
não estejam nas mesmas escalas ou unidades de medida e que, por isso, não po-
dem ser feitas com os desvios-padrão. O coeficiente de variação permite efetuar
essas comparações. O coeficiente de variação é uma medida abstrata da dispersão
e é obtido através da divisão do desvio-padrão pela média.
População Amostra
CVp =  /  CVa = S / x
Veja o seguinte exemplo de aplicação do coeficiente de variação. Um gerente

Veja
de vendas está interessado em saber quanto há de homogeneidade no desempe-
nho dos seus vendedores entre regiões. Para tanto, recebeu os dados anuais sobre
as vendas médias
constantes por6.4.
da Tabela vendedor das quatro regiões sobre sua responsabilidade,
TABELA 6.4 Dados anuais de vendas por vendedores das regiões A, B, C e D
Vendas médias por Coeficiente de

Região Desvio-padrão (R$)
vendedor (R$) variação
A 8.000 2.400 0,30

B 12.000 3.000 0,25
C 15.000 6.000 0,40
D 20.000 7.000 0,35
Examinando os dados da Tabela

Tabela 6.4 fica difícil tirar alguma conclusão, já que
os desvios-padrão não podem ser comparados. Dividindo-se cada desvio-padrão
pela sua respectiva média, obtém-se os coeficientes de variação CVa = 0,30,

CVb = 0,25, CVc = 0,40 e CVd = 0,35. Estes coeficientes permitirão ao gerente con-
cluir que, na região B, está a equipe de vendas de desempenho mais homogêneo,
com as vendas de cada vendedor com pouca dispersão em torno da média, en-
quanto, na região C, está a equipe com desempenho menos homogêneo.
Exemplo de aplicação para medidas de posição e medidas de dispersão
Uma pesquisa sobre a renda familiar realizada com uma amostra de 1.000
pessoas resultou na distribuição de frequências apresentada na Tabela 6.5.
TABELA 6.5 Distribuição de frequências
x
Renda f 2
(Ponto frel fac frac f. x f.(x )
(R$) (unidades)
médio)
0 |–– 10.000 5.000 250,0 0,25 250,0 0,25 1.250.000 6.250.000.000

10.000 |–– 20.000 15.000 300,0 0,30 550,0 0,55 4.500.000 67.500.000.000
20.000 |–– 30.000 25.000 200,0 0,20 750,0 0,75 5.000.000 125.000.000.000
30.000 |–– 40.000 35.000 120,0 0,12 870,0 0,87 4.200.000 147.000.000.000
40.000 |–– 50.000 45.000 60,0 0,06 930,0 0,93 2.700.000 121.500.000.000
50.000 |–– 60.000 55.000 40,0 0,04 970,0 0,97 2.200.000 121.000.000.000
60.000 |–– 70.000 65.000 20,0 0,02 990,0 0,99 1.300.000 84.500.000.000
70.000 ou + 75.000 10,0 0,01 1.000,0 1,00 750.000 56.250.000.000
 1.000,0 1,00 21.900.000 729.000.000.000
Onde:
x = ponto médio do intervalo de renda
f = frequência absoluta
frel = frequência relativa
fac = frequência acumulada
frac = frequência relativa acumulada
1. Moda – É a classe de maior frequência: 10.000 |– 20.000.

2. Média
n
 fi . xi
i= 1
x=
n
x = 21.900.000/1.000 = R$ 21.900,00
3. Quartis e mediana – A fórmula geral de cálculo é:
Qn = v + (Q – frac)/frel
Substituindo os valores se terá:
1o Quartil
Q1 = R$ 5.001,00
2o Quartil = Mediana
Q2 = R$ 15.000,83
3o Quartil
Q3 = R$ 25.0001,00
4. Amplitude
A = 75.000 – 5.000 = R$ 70.000,00
5. Desvio-médio
n
DM = i x – x
=1 i
DM = R$ 12.590,00
6. Desvio-padrão
 f(x)

2 2
S=
n
– (  fx
n
)
S = R$ 15.792,00
Métodos de inferência
A inferência é um tópico fundamental na pesquisa de
d e marketing. A inferên-
cia diz respeito a como se pode assumir conclusões para toda uma população a
partir das medições e da análise de apenas uma parte dela, de forma que o risco
de realizar conclusões incorretas possa ser medido. A inferência diz respeito a dois
tipos de problemas: estimar os parâmetros de uma população e realizar testes de
hipóteses. É através dos métodos de inferência estatística que se pode assumir
assumir,, por
exemplo, com determinada probabilidade conhecida de errar, a média calculada
numa amostra como estimativa do parâmetro da população. É, também, através
dos métodos de inferência estatística que se podem realizar os testes de hipóteses
a respeito, por exemplo, da diferença entre duas distribuições.
Testes de hipóteses
Em ciências do comportamento, muitas pesquisas são conduzidas com o ob-
jetivo de verificar hipóteses construídas a partir das teorias conhecidas ou do co-
nhecimento da realidade. Em pesquisas de marketing, uma hipótese pode surgir
através da especulação sobre um fenômeno de marketing, sobre o resultado es-
perado de determinada
serem testadas, ação
o próximo etc. éUma
passo vez selecionadas
a coleta hipóteses
de dados empíricos importantes
que, analisados,a
permitirão mantê-las ou rejeitá-las. Para poder atingir o objetivo de manutenção,
revisão ou rejeição de determinada hipótese, é necessário ter-se procedimentos
bem definidos e objetivos para a realização do teste, os quais compreendem:
1. Estabelecer a hipótese nula (H0) e a hipótese alternativa (H1), tendo em
vista a hipótese da pesquisa.
2. Selecionar o teste
teste estatístico
estatístico adequado à situação.
3. Estabelecer um nível de significância.
4. Determinar ouou assumir a distribuição amostral da prova estatística sob a
hipótese nula (H0).
5. Com base em 2, 3 e 4 definir a região de rejeição da hipótese nula (H0).
6. Calcular o valor da prova estatística a partir dos dados da(s) amostra(s).
7. Tomar a decisão quanto ou rejeição da hipótese nula (H0).
quanto a aceitação ou
Estabelecer a hipótese nula: a hipótese nula (H0) é a hipótese de negação

da ocorrência em estudo. Exemplos de H0: “não existem diferenças na aceitação
do produto entre as classes A/B e C/D”; “a realização da promoção de vendas não
interferiu nas vendas do produto”; “as donas de casa mais jovens têm uma reação
para com o produto idêntica à das donas de casa mais idosas etc. Como o leitor
pode observar, a hipótese nula é usualmente formulada com o objetivo expresso
de ser rejeitada. A hipótese alternativa ( H1) é o oposto a H0 e corresponde à hi-
pótese do projeto de pesquisa. Desta forma, se a hipótese do projeto de pesquisa
é a de que “existe diferença na aceitação do produto entre as classes A/B e C/D”
(portanto H1), a hipótese a ser testada é exatamente a sua negação “não existe
diferença na aceitação do produto entre as classes A/B e C/D”(H0). Se H0 não for
rejeitada, então H1 pode ser aceita.
Escolher o teste estatístico: a escolha do teste estatístico a ser aplicado num
teste de hipóteses depende de vários fatores. A primeira escolha a ser feita, depen-
dendo da escala dos dados e da disponibilidade ou não de dados da população, é
entre testes paramétricos ou não paramétricos. Como já visto, para dados nomi-
nais ou ordinais e sem o conhecimento dos parâmetros da população, devem-se
escolher métodos não paramétricos e, para dados intervalares e com o conheci-
mento dos parâmetros da população, métodos paramétricos.
A segunda escolha a ser feita ocorre quando houver mais de um tipo de teste
que possa ser aplicado à situação. Há dois tipos de erros que podem ser cometidos
num teste de hipótese. O primeiro, chamado de erro tipo I, é o de rejeitar H0 quan-
do verdadeira. O segundo, chamado de erro tipo II, é o de aceitar H0 quando falsa.
Chamando de  a probabilidade de ocorrer o erro tipo I e de  a de ocorrer o tipo
II, têm-se as seguintes opções descritas no Quadro 6.2.
QUADRO 6.2 Tipos de erros cometidos em testes de hipóteses

Hipótese verdadeira
Decisão
Hipótese nula (H0) Hipótese alternativa (H1)
Não rejeitar H0 Decisão correta Erro tipo II

1– 
Rejeitar H0 Erro tipo I Decisão correta
 1–
O poder do teste é definido como a sua probabilidade de rejeitar H 0 quando

falsa, ou seja 1 – . Desta forma, quanto maior for a probabilidade do teste de re-
jeição de H0 quando falsa, maior será o seu poder. Dentre várias alternativas de
escolha de testes, deverá ser escolhido aquele que tiver o maior poder.
Uma terceira escolha deverá ser feita tendo em vista o tipo de escala em que
os dados foram medidos. Assim, se o método escolhido for não paramétrico, ha-
verá diferentes testes a serem aplicados, se os dados forem nominais ou ordinais,
analogamente, se o método escolhido for paramétrico haverá diferentes testes a
serem aplicados, se os dados forem intervalares ou razão.
Finalmente, uma quarta escolha deverá ocorrer quando se tratar de apenas
uma amostra, duas amostras relacionadas e não relacionadas ou várias amostras
relacionadas e não relacionadas.
São apresentados, no Quadro 6.3, tipos de testes de hipóteses apropriados se-

gundo os métodos estatísticos, as escalas de medição utilizadas para os dados e o
número de amostras e o seu relacionamento. Neste livro serão apresentados ape-
nas os mais importantes.
QUADRO 6.3 Métodos da inferência – testes estatísticos apropriados segundo os métodos

estatísticos, as escalas de mensuração e o número de amostras e seu relacio-
namento
Testes de inferência
Escala de
Duas amostras Várias amostras
Método mensuração Uma
da variável amostra Rela
Relaci
cion
onad
adas
as Não
Não Rela
Relaci
cion
onad
adas
as Nã
Nãoo
relacionadas relacionadas
Não Nominal Binomial McNemar 2 duas Cochran Q 2 várias

paramétricos 2 uma amostras amostras
amostra independentes
Ordinal Kolmogorov- Wilcoxon Mediana Análise da Mediana –
-Smirnov Mann- variância por várias amostras
Whitney U postos de independentes
Kolmogorov- Friedman Análise da
-Smirnov variância numa
direção de
Kruskal-Wallis
Paramétricos Intervalar ou z tr Diferença de Análise da
razão t médias variância
z
t
Regressão
t
Estabelecer o nível de significância: o erro tipo I, de rejeitar H0 quando for

verdadeira, ocorrerá quando a amostra selecionada, dentre todas as possíveis da
população de pesquisa, apresentar dados que contrariam os dados verdadeiros
da população. Como nunca se sabe se a amostra selecionada possui dados seme-
lhantes ou contrários aos da população, trabalha-se com as probabilidades dessa
ocorrência. Para isto, deve-se especificar qual é o conjunto de todas as possíveis
amostras que possam ocorrer quando H0 for verdadeira. Destas, deve-se especifi-
car um subconjunto de amostras possíveis que sejam tão extremas (exageradas)
H
que a probabilidade da amostra selecionada estar entre elas, se H0 for verdadei
ra, seja muito pequena. Se a amostra selecionada para a pesquisa pertencer a este
subconjunto,, rejeita-se H0. Ou seja, o procedimento será rejeitar H0, em favor de
subconjunto
H1, se o teste estatístico produzir um valor cuja probabilidade associada de ocor-
rência sob H0 é menor ou igual a uma pequena probabilidade, estabelecida pelo
pesquisador, chamada de nível de significância e simbolizada por . Note que,

conforme foi visto no item anterior,  é também a probabilidade de ocorrência do
erro tipo I (rejeitar H0 quando verdadeira). Tanto  quanto  devem ser estabele-
cidos antes da pesquisa ser iniciada.
Determinar ou assumir a distribuição amostral: a distribuição amostral é
a distribuição derivada (ou teórica) de uma população. A distribuição derivada é
a distribuição formada por todas as possíveis amostras probabilísticas de mesmo
tamanho de uma população. Para a realização do teste de hipótese, o pesquisador
precisa conhecer,
conhecer, ou então assumir como conhecido, o tipo de distribuição amos-
tral da população em estudo. A distribuição amostral mostra todas as probabili-
dades, sob H0, associadas aos vários possíveis valores numéricos das estatísticas
da população. Para tanto, é preciso saber se essa distribuição é normal, binomial,
retangular,, qui-quadrado etc., e, à medida que é conhecido o tipo de distribuição,
retangular
pode-se procurar em tabelas estatísticas padronizadas as respectivas probabilida-
des associadas.
Determinar a região de rejeição: a região de rejeição é uma região da distri-
buição amostral. A distribuição amostral inclui todos os possíveis valores que um
teste estatístico pode assumir sob H0. A região de rejeição consiste de um subcon-
junto destes possíveis valores, e é definida, de tal forma, que a probabilidade sob
H0 da ocorrência do teste estatístico ter um valor que esteja neste subconjunto é
. Em outras palavras, a região de rejeição consiste num conjunto de valores pos-
síveis que são tão extremados que, quando H0 for verdadeira, a probabilidade de
que a amostra selecionada esteja entre este conjunto é muito pequena (isto é, a
probabilidade é . Diz-se que a probabilidade associada com qualquer valor nesta
região é igual ou menor que .
A localização no gráfico da região de rejeição depende de como H1 foi for-
mulada. Se H1 indicar a direção prevista da diferença (“a aceitação do produto é
maior entre as classes A/B do que entre as C/D”), tem-se um teste do tipo uni-
caudal, e a região de rejeição de H0 será demarcada no extremo direito do gráfi-
co da distribuição, conforme mostra a Figura 6.1a. Se H1 não indicar a direção da
diferença (“não existem diferenças na aceitação do produto entre as classes A/B
e C/D”), então tem-se um teste do tipo bicaudal, e as regiões de rejeição serão de-
marcadas nos extremos do gráfico da distribuição amostral, à direita e à esquerda,
conforme mostra a Figura 6.1b. Em outras palavras, se H1 for do tipo “uma popu-
lação é maior (ou menor) que a outra em relação a certa variável”, o teste será do
tipo unicaudal, mas se H1 for do tipo uma população é diferente da outra em rela
ção a certa variável”, o teste será do tipo bicaudal. No teste unicaudal, a região de
rejeição compreende o total de  e, no teste bicaudal, cada região de rejeição com-
preende /2. As
As regiões diferem apenas na localização,
localização, mas não no tamanho total.
A determinação no gráfico da região de rejeição de H0 é feita através da procura,
em tabelas padronizadas da distribuição amostral correspondente para a hipótese

H0 e o nível de significância  ou /2 (se unicaudal ou bicaudal) do valor da or-
denada. Os valores maiores ou iguais ao valor da ordenada, que limita no gráfico
a probabilidade , correspondem a região de rejeição de H0.
Região de
aceitação p = 0,05
de H0 Região de
rejeição
de H0
a. Região de rejeição de um teste unicaudal quando  = 0,05
Região de
p = 0,025
aceitação p = 0,025
de H0 Região de
rejeição
de H0
b. Região de rejeição de um teste bicaudal quando  = 0,05
FIGURA 6.1 a e b Regiões de rejeição para testes unicaudais e bicaudais.
Calcular o valor da prova estatística: a partir dos dados da amostra pesqui-

sada e das formulações aplicáveis à distribuição amostral determinada ou assumi-
da, calcular o valor da
d a prova estatística. Esse valor é também denominado de valor
calculado e, dependendo do teste, pode-se apresentar em forma de probabilidade
ou em forma de ordenada.
Decidir: tendo o valor tabelado, o valor calculado e a região de rejeição, po-
de-se facilmente decidir pela rejeição ou não de H0 e, consequentemente, pela
aceitação ou não de H .
1
Para valores apresentados em probabilidades:

 Se a probabilidade
probabilidade calculada
calculada for menor ou igual ao nível
nível de signifi-
signifi-
cância , rejeita-se H0 em prol de H1.
 Se a probabilidade calculada for maior que o nível de significância ,

aceita-se H0.
Para valores apresentados em ordenadas:

 Se o valor calculado for maior ou igual ao valor tabelado,
tabelado, rejeita-se
rejeita-se
H0 em prol de H1, ou seja, a hipótese da pesquisa foi verificada, ao
nível de confiança .
 Se o valor calculado for menor que o valor tabelado, aceita-se H0 e,
portanto, a hipótese da pesquisa H1 não se verifica, ao nível de con-
fiança .
Teste para uma amostra – variável nominal
ting Teste qui-quadrado

para verificar de uma amostra:
se a distribuição é utilizado
de frequência emobservada
absoluta pesquisasem
deuma
marke-
va-
riável numa amostra é significativamente diferente da distribuição de frequência
absoluta esperada (teórica ou conhecida). Por exemplo, sabendo-se qual tem sido
a distribuição da preferência dos consumidores em relação aos quatro tamanhos
de embalagens de determinado produto, verificar se a distribuição da preferência
observada numa amostra, nos tamanhos de embalagem, para uma nova marca do
produto a ser lançada, difere significativamente da distribuição conhecida.
Condições para utilização:

Exclusivamente para variáveis nominais ou ordinais.
Observações independentes.
Não pode ser utilizado, se mais de 20% das frequências absolutas forem in-
feriores a 5 ou se qualquer frequência for inferior a 1. Nestes casos, a solução
para tornar a utilização do teste possível é agrupar células até terem as condições
atendidas.
Teoria/Conceito:
É uma prova não paramétrica do tipo aderência, isto é, o quanto a distribuição
observada (Oi) se ajusta à distribuição esperada (Ei). Através da comparação entre
as Ois e as Eis, aceita se ou rejeita se H0, a um determinado nível de significância .
Procedimento sumarizado
sumarizado do teste:
1. Determinar H0 como sendo a negativa da existência de diferenças entre
a distribuição de frequência observada e a esperada.
2. Estabelecer um nível de significância .

3. Distribuir as frequências observadas Ois pelas k categorias e, sob a hi-
pótese H0, determinar a distribuição de frequência esperada Eis pelas k
categorias.
4. Determinar a região de rejeição de H0. Determinar o valor dos graus de
liberdade (gl),
Graus de liberdade = gl = k – 1, sendo k = número de categorias
e procura
procurarr, a seguir
seguir,, na Tabela C (Siegel, 1981:280) o valor do qui-qua-
drado tabelado correspondente para  e gl.
5. Decisão. Calcular o valor de qui-quadrado a partir dos Ois, segundo a
seguinte fórmula:
k (Oi – Ei)2
 =
2
i= 1 Ei
Onde:
Oi = número de observações classificadas na categoria i.
Ei = número de casos na categoria i, sob H0 (distribuição teórica).
Comparando o qui-quadrado calculado com o qui-quadrado tabelado, decidir

pela aceitação ou rejeição de H0.
Exemplo:
Um gerente de produto quis verificar se a posição que o produto ocupa na
prateleira dos supermercados tem influência sobre a quantidade vendida através
de um experimento. Um supermercado possui, geralmente, prateleiras com sete
divisões verticais, sendo a posição 1 correspondente à mais próxima do piso. Para
Para
a realização do experimento, o gerente conseguiu que, durante um dia, todas as
posições verticais da prateleira fossem ocupadas pelo seu produto. Ao final do dia,
a tabulação das vendas por posição foram as apresentadas na Tabela
Tabela 6.6.
TABELA 6.6 Tabulação de vendas por posição

Posição
1 2 3 4 5 6 7 Total
Vendas (unidades) Oi 10 11 15 25 29 19 17 126

Vendas (unidades) Ei 18 18 18 18 18 18 18 126
Com base nesses dados, o gerente quer saber se as diferenças verificadas são
significativas, a ponto de poder montar, com sucesso, um plano para induzir os
supermercadistas a colocar o seu produto em determinadas posições ou são me-
ramente casuais.
Procedimentos para
para o teste:
1. Determinação de H0 = não há diferenças significativas
s ignificativas entre as posições
4 e 5 e as demais. H1 = as diferenças observadas para as posições 4 e 5
são significativamente diferentes em relação as demais posições (Teste
unicaudal).
2. Nível de significância  = 0,02.
3. Distribuição de frequências esperadas sob H0. Se não houvesse diferenças
entre as posições, a distribuição de frequências será de 18 unidades por
posição, conforme a tabela anterior.
4. Região de rejeiçã o. Para  = 0,02 e gl = 7 – 1 = 6 o valor (Tabela C,
rejeição.
Siegel, 1980:280) de qui-quadrado tabelado é 15,03. Portanto,
Portanto, a região
de rejeição é a correspondente a todas as ordenadas maiores ou iguais a
15,03 para qui-quadrado calculado.
5. Decisão.
Cálculo de qui-quadrado =
{(10 – 18)2 + (11 – 18)2 + (15 – 18)2 + (25 – 18)2 + (29 – 18)2 +
(19 – 18)2 + (17 – 18)2}/18 = 16,3
Tendo
(15,03) em vista
rejeita-se H0que
em oprol
qui-quadrado calculado
de H1. Portanto, (16,3) é maior
há diferença que o tabelado
significativa, ao nível
de 0,02, para as posições 4 e 5 nas prateleiras dos supermercados e, por isso, o ge-
rente deve realizar o plano promocional.
Teste para duas amostras não relacionadas – variável nominal

Teste qui-quadrado para duas ou mais amostras não relacionadas (O
caso de mais de duas amostras foi juntado, pois a metodologia é a mesma):
sua utilização em pesquisa de marketing é para verificar se as distribuições abso-
lutas de duas ou mais amostras não relacionadas diferem significativamente em
relação a determinada variável. Por exemplo: verificar se as classes socioeconômi-
cas diferem significativamente no consumo de determinado produto; verificar se
a escolha do tamanho do automóvel difere significativamente em função do tama-
nho da família etc.

Dados nominais.
Distribuição dos dados em frequências absolutas.
Amostras não relacionadas

relacionadas ou independentes.
independentes.
Não pode ser utilizado se mais de 20% das frequências absolutas forem inferio-
inferio-
res a 5 ou se qualquer frequência for inferior a 1. Nestes casos a solução para tornar
a utilização do teste possível é agrupar células até ter as condições atendidas.
Teoria/Conceito:
A prova qui-quadrado para duas ou mais amostras não relacionadas é, seme-
lhantemente à prova qui-quadrado de uma amostra, uma prova não paramétrica
do tipo aderência, isto é, o quanto a distribuição observada (Oi) se ajusta à distri-
buição esperada (Ei). Através da comparação entre as Ois e Eis, aceita-se ou rejeita-
-se H , a determinado nível de significância .
0
Procedimento sumarizado do teste:

1. Determinar H0 como sendo a negativa da existência de diferenças entre a
distribuição de frequência absoluta observada e a esperada.
2. Estabelecer um nível de significância .
3. Distribuir as frequências absolutas
absolutas observadas das r variáveis pelas j
categorias. Sob a hipótese H0, determinar a distribuição de frequência
absoluta esperada das r variáveis pelas k categorias. Verificar
Verificar se as restri-
ções ao uso do qui-quadrado quanto ao número mínimo de frequências
por célula não estão ocorrendo.
4. Determinar a região de rejeição de H0. Determinar o valor dos graus de
liberdade (gl). Sendo r o número de linhas e k o número de colunas.
Graus de liberdade = gl = (r – 1)(k – 1)
Procura r a seguir
Procurar seguir,, na Tabela C (Siegel, 1981:280), o valor do qui-quad
qui-quadra-
ra-
do tabelado (t2) correspondente para  (teste unicaudal) ou /2 (teste
bicaudal) e gl. Todos
Todos os valores maiores ou iguais ao valor tabelado cor-
respondem a ordenadas da região de rejeição de H0.
5. Decisão. Calcular o valor qui quadrado utilizando
utilizando a seguinte fórmula:
r k (Oij – Eij)2
2c = i 
=1 j = 1 Eij
Onde:
Oij = número de observações classificadas, simultaneamente, na linha i e na
coluna j
E = número de casos, esperados simultaneamente, na linha i e na coluna
ij
j sob H0 (distribuição teórica); o cálculo de cada Eij é obtido pela
multiplicação do total de observações da linha pelo total de obser-
r k vações da coluna, dividido pelo total de observações.
  = Somatória dos cálculos efetuados para todas as r linhas e k colu-
i = 1 j =1
nas, segundo a fórmula apresentada.
Comparando o qui-quadrado calculado com o qui-quadrado tabelado decidir

pela aceitação ou rejeição de H0. Se 2c  t2 , rejeita-se H0.
Exemplo para
para duas amostras:
amostras:
O gerente de concessionárias de uma montadora de automóveis, analisando o
desempenho de suas 417 concessionárias, em relação, simultaneamente,
simultaneamente, a inúme-
ros itens, classificou-os, em baixo, médio e alto desempenho. A empresa mantém
um intenso programa de treinamento dirigido aos proprietários e aos funcionários
das concessionárias. Esse mesmo gerente, analisando os quadros de atendimento
aos programas de treinamento, notou que um grande número de concessionárias
não tem atendido regularmente aos programas. Interessado em saber se há rela-
ção entre o atendimento aos programas de treinamento e o desempenho das con-
cessionárias, solicitou que as duas informações fossem cruzadas, o que resultou
nos dados apresentados na Tabela 6.7.
TABELA 6.7 Atendimento ao programa de treinamento e desempenho das concessionárias

Atendimento ao treinamento
Desempenho da
Não Si m Totais
concessionária
Oij Eij Oij Eij
Baixo 14 7,3 7 13,7 21

Médio 21 19,1 34 35,9 55
Alto 110 118,6 231 222,4 341
Totais 145 272 417
Procedimentos para
para o teste:
1. H0 = não existe diferença significativa entre o desempenho das conces-
sionárias que atenderam aos programas de treinamento e às que não.
Hi = há diferenças significativas entre as concessionários que atenderam

aos programas de treinamento e os outros (Teste
(Teste unicaudal).
2. Nível de significância  = 0,01.
3. A distrib
distribuição
pelas uição das corresponde
k categorias frequências absolutas observadas
à tabela anterior (Oij) das
solicitada r variáveis
pelo gerente.
Sob a hipótese H0, a determinação da distribuição de frequência absoluta
esperada (Eij) das r variáveis pelas k categorias segue o seguinte raciocí-
nio: supondo que o nível de desempenho seja designado pela variável A
e o atendimento ao treinamento pela variável B, têm-se as seguintes pos-
sibilidades:
A1 = Baixo desempenho
A2 = Médio desempenho
A3 = Alto desempenho
B1 = Não atendimento ao treinamento

B2 = Atendimento ao treinamento.
Como as variáveis A e B são independentes, então a probabilidade de
ocorrer o evento A1B1 (concessionárias com baixo desempenho e que não
atenderam ao treinamento) é dada pelo produto das probabilidades in-
dependentes para A1 e B1:
P(A1B1) = P(A1) P(B1)
P(A1) = 21/417 e P(B1) = 145/417
e P(A1B1) = 21/417  145/417 = 7,3, que corresponde à frequência
absoluta esperada da respectiva célula. E assim, sucessivamente, cal-
culam-se todas as demais. A seguinte
s eguinte fórmula facilita esses cálculos:
Eij = A multiplicação do total de
d e observações da linha pelo total
de observações da coluna dividido pelo total de observações.
Assim, para a mesma célula já calculada teria-se:
Eij = 21  145/417 = 7,3
Efetuando-se todos os cálculos, têm-se os dados constantes da tabela
dada, com as frequências absolutas observadas e esperadas.
4. Determinação da região de rejeição de H0.
Procurar na tabela de qui-quadrado o valor correspondente a  = 0,01
e gl = (3 – 1)(2 – 1) = 2. Esse valor é t = 9,21. Desta forma, todas as
ordenadas com valores maiores ou iguais estarão na região de rejeição
de H0.
5. Decisão. Calcular o valor de qui-quadrado (c2) a partir das

das Oijs e das Eijs,
segundo a fórmula apresentada:
c2 = (14 – 7,3)2/7,3 + (21 – 19,1)2/19,1 + (110

(110 – 118,6)
118,6)2/118,6
+ (7 – 13,7)2/13,7 + (34 – 35,9)2/35,9 + (231
(231 – 222,4)2/222,4
c2 = 10,67
Como o qui-quadrado calculado (10,67) é maior que o tabulado (7,3) para

 = 0,02, H0 é rejeitada em favor de H1. Portanto, ao nível de confiança de
 = 0,01 as concessionárias que atenderam aos programas de treinamento tive-
ram um desempenho, significativamente, melhor do que as
a s outras.
Teste para várias amostras não relacionadas – variável ordinal
Análise em
a utilização da variância pormarketing
por
pesquisas de classificação numa da
da análise só direção
variânciadedeKruskal-
Kruskal-W
Wallis:
Kruskal-Wallis
é a mesma do teste Mann-Whitney U para situações em que amostras de mais de
duas variáveis independentes estejam sendo comparadas. É a contrapartida não
paramétrica da análise da variância num só sentido, cuja utilização exige que as
distribuições das populações sejam normais e com variâncias homogêneas.
Serve para a comparação de três ou mais variáveis independentes.
Medições ao menos ordinais.
Escalas de medição idênticas nos diversos grupos.
Os dados precisam ser ordenados.
Teoria/Conceito:
O procedimento para o teste compreende a combinação dos escores das n
amostras num único rol ordenado do maior para o menor escore, numerados, res-
pectivamente, de 1 a n. A seguir, todas as classificações obtidas para os escores
de cada amostra são somadas. Quanto mais parecidas forem essas somas, mais
parecidas serão as amostras e, consequentemente, as populações de onde foram
extraídas; analogamente, quanto mais diferente forem, mais diferentes serão as
amostras e a população de onde foram extraídas. O teste Kruskal-Wallis determi-
na se as somas dos escores são tão diferentes que as amostras e as populações de
onde foram extraídas não são idênticas, a determinado nível de confiabilidade.
1. Definir H0 como não havendo diferenças entre os escores das n variáveis
consideradas.
2. Definir um nível de confiabilidade  para a realização do teste.

3. Para amostras com tamanho n > 5, sob H0, a estatística de H, usada para
o cálculo do teste, é dada pela seguinte fórmula, cuja distribuição é a
mesma de qui-quadrado com gl = k – 1:
12 Rj2
H=
n(n + 1) ( 
k
j =1 nj ) – 3(n + 1)
Onde:
k = número de amostras
nj = número de casos na j-ésima coluna
n = número de casos na combinação de todas as amostras
Rj = soma das classificações na j-ésima amostra
k Rj2
 soma de todos os quadrados de Rj divididos por nj
j= 1 nj
4. Região de rejeição. Corresponde a todos os valores de H calculados que
forem maiores ou iguais ao qui-quadrado tabelado (Tabela C, Siegel,
1981:280)) para  e gl = k – 1.
1981:280
5. Decisão. Calcular o valor de H utilizando a fórmula anterior apresentada.
Se H for maior ou igual ao qui-quadrado tabelado para  e gl = k – 1,
rejeita-se H0 em prol de H1.
Exemplo:
Para verificar a necessidade de reformulações em três de suas lojas, uma ca-
deia de supermercados encomendou uma pesquisa para avaliar o grau de satisfa-
ção dos consumidores de cada uma das lojas. A escala utilizada pela agência de
pesquisa foi a do tipo Likert, composta por uma série de afirmações às quais os
consumidores apontavam o seu grau de concordância. De cada uma das três lojas
foram selecionados aleatoriamente nove consumidores. O resultado tabulado das
avaliações efetuadas estão apresentadas na Tabela
Tabela 6.8.
Procedimentos para o teste:
Procedimentos teste:
1. H0 = não há diferenças na satisfação dos consumidores em relação às
três lojas consideradas. (Teste
(Teste bicaudal).
2.  = 0,10.
TABELA 6.8 Resultado das avaliações
Avaliações Ordenação conjunta
A B C A B C
78 113 72 21 7 24
120 90 93 5 17 15
106 99 80 10 13 20
77 100 69 22 12 25
87 123 97 18 3 14
86 92 76 19 16 23
111 121 62 8 4 27
128 104 67 2 11 26
110 132 116 9 1 6
Totais 114 84 180
3. A distribuição de H, para H0, é a mesma de qui-quadrado com

gl = 3 – 1 = 2.
4. Região de rejeição. Corresponde a todos os valores de H calculados que
forem maiores ou iguais ao qui-quadrado tabelado para /2= 0,05 e
gl = 2. Portanto a região de rejeição é compreendida por todos os valores
maiores ou iguais a 5,99.
5. Decisão. Calculando o valor de H utilizando a fórmula:
12
Hc =
n(n + 1) ( 
k
j =1
Rj2
nj ) = 3 (n + 1)
Têm-se
Hc =
12
27(27+ 1) ( 1142
9
+
842
9
+
1802
9 ) – 3(27 +1)
Hc =
12
756 ( 12.946 + 7.056 + 32.400
9 ) – 84
Hc = 8,51
Como HC = 8,51 é maior que o qui-quadrado tabelado = 5,99, rejeita-se H0

em prol de H1. Há diferenças significativas, ao nível de 0,10, no grau de satisfação
dos consumidores para as três lojas, sendo a loja C a que apresenta maiores
problemas, seguida pela loja A. A loja C deveria receber reformulações no seu
funcionamento.
Teste para várias amostras relacionadas – variável ordinal
Análise da variância por Friedman:: a utilização da análise da va-

por postos de Friedman
riância por postos de Friedman destina-se para situações que envolvam mais do
que dois conjuntos de amostras relacionadas. É um ótimo método para comparar
e verificar a similaridade de dados ordenados de amostras diferentes de uma mes-
ma população ou de uma mesma amostra em momentos diferentes. Aplica-se para
dados ao menos ordinais e quando não se tem conhecimento se as condições exi-
gidas para aplicar testes paramétricos estejam presentes.

Dados ao menos ordinais.
Amostras relacionadas.
relacionadas.
Medições em momentos diferentes de uma mesma amostra ou várias medi-
ções de amostras diferentes de uma mesma população.
Medições efetuadas com a mesma escala.
Medições pareadas.
Teoria/Conceito:
Para a aplicação da análise da variância por postos de Friedman, os dados pre-
cisam estar dispostos numa tabela de dupla entrada, com n linhas (cada linha repre-
sentando um conjunto de medições) e k colunas (cada coluna representando uma
condição diferente da medição). A seguir, são ordenados de 1 a k, separadamen-
te, os escores de cada linha. O teste indicará se as diversas medições (das mesmas
amostras em diferentes momentos) são, significativamente, diferentes.
di ferentes.

1. Estabelecer H0 como a negação de que exista diferença entre os conjun-
0
tos de observações.
2. Estabelecer um nível de confiabilidade .
3. A distribuição amostral
amostral dessa prova é idêntica à de qui-quadrado com
gl = k – 1 para n >9.
4. Determinar a região de rejeição de H0. Procurar na tabela de qui-quadra-

do o valor correspondente a  e gl = k – 1. Todos os valores maiores ou
iguais ao tabelado estarão na região de rejeição de H0.
5. Decisão.
(número Colocar
Co
delocar os resultados
avaliações) das (número
e n linhas observações numa tabela
numa
de elementos de k colunas
avaliados). Or-
denar os resultados de cada linha, atribuindo posições de 1 a k. Efetuar
a soma das classificações de cada uma das k colunas. Calcular o valor da
prova usando a fórmula:
[ ]
k
12 j (Rj2)
=1
2j = – 3n(k + 1)
nk(k + 1)
Onde:
n= número de elementos avaliados
k = número de medições realizadas nos n elementos
Rj = soma das classificações das j-ésimas colunas
k

j =1 = somatória do quadrado das Rj de 1 até k classificações
Comparar os valores calculados e tabelados. Se o valor do qui-quadrado cal-

culado for maior ou igual ao tabelado, rejeite H0 em prol de H1.
Exemplo:
Uma empresa costuma avaliar, anualmente, junto aos seus revendedores, a
sua política comercial. Uma mesma ficha, contendo várias afirmações com esca-
las de 5 pontos para o registro do grau de concordância, tem sido, sistematica-
mente, utilizada nos últimos cinco anos para efetuar as avaliações. Um diretor
comercial, recém admitido na empresa, desejando comparar os resultados das
avaliações dos últimos quatro anos, para verificar se houve mudanças significati-
vas no grau de satisfação dos revendedores, sorteou uma
uma amostra aleatória de 18
revendedores, cujas avaliações nos últimos quatro anos da política comercial da
empresa estão na Tabela 6.9.
TABELA 6.9 Avaliações da política comercial da empresa nos últimos quatro anos
Avaliação anual Classificação

Distribuidor
2000 2001 2002 2003 2000 2001 2002 2003
1 42 44 48 46 4 3 1 2
2 13 15 27 36 4 3 2 1
3 75 73 64 60 1 2 3 4
4 20 20 25 31 3,5 3,5 2 1
5 22 24 30 33 4 3 2 1
6 51 52 50 53 3 2 4 1
7 28 29 32 38 4 3 2 1
8 41 39 35 40 1 3 4 2
9 54 56 59 67 4 3 2 1
10 20 22 33 27 4 3 1 2
11 44 42 48 40 2 3 1 4
12 54 55 58 60 4 3 2 1
13 68 71 66 62 2 1 3 4
14 56 58 60 64 4 3 2 1
15 40 41 47 53 4 3 2 1
16 50 49 50 55 2,5 4 2,5 1
17 34 36 40 42 4 3 2 1
18 20 17 25 26 3 4 2 1
Totais 58 52,5 39,5 30
Procedimentos para o teste:

Procedimentos teste:
1. H0 = não houve alteração significativa no grau de satisfação dos reven-
dedores da empresa em relação à política comercial nos últimos quatro
anos. H1 = houve alteração significativa no grau de satisfação dos reven-
dedores em relação à política comercial. (T
(Teste
este bicaudal).
2.  = 0,10.
3. A distribuição amostral
amostral dessa prova é idêntica à de qui-quadrado com
gl = k – 1 = 4 – 1 = 3.
4. Região de rejeição. Como o valor de qui-quadrado tabelado para
/2 = 0,05 e gl = 4 – 1 = 3 é 7,82, a região de rejeição será compreen-
dida por todos os valores maiores ou iguais a 7,82.
5. Decisão. Ordenando os escores de cada linha e atribuindo posições de
1 a 4, obtêm-se os resultados apresentados nas quatro últimas colunas
da tabela dada. Somando-se cada coluna obtêm-se, respectivamente, os
valores 58; 52,5; 39,5 e 30. Aplicando-se a fórmula de cálculo da prova

pr ova
a esses dados obtém-se:
12[(58)2 + (52,5)2 + (39,5)2 + (30)2]
2
 = 18  4  (4 + 1) – 3  18  (4 + 1)
2 = 16,01
Como o valor calculado da prova (16,01) é maior que o valor tabelado (7,82),
rejeita-se H0 em prol de H1. Portanto,
Portanto, tem havido uma alteração significativa para
melhor no grau de satisfação dos distribuidores para com a política comercial da
empresa ao nível de 0,10.
Inferência estatística
estatística
Dois diferentes testes de inferência estatística são apropriados para variáveis

intervalares: o teste z e o teste t. A escolha entre um e outro dependerá do conhe-
cimento do desvio-padrão da população e do tamanho da amostra. São utilizados
para testar hipóteses a respeito da média da população, das diferenças entre médias,
das proporções na população, das diferenças entre proporções e do coeficiente de
regressão. Outro teste também utilizado é o da análise da variância. Neste livro se-
rão apresentados apenas os testes referentes a hipóteses sobre as médias.
Testes da média para uma amostra – variável intervalar

Teste z: o teste z é utilizado em pesquisas de marketing para comparar a média
de uma amostra
da amostra, com a hipotética
se a média média
hi hipotética
potética da população
da população pode sere aceita
decidir,como
a partir da média
verdadeira.
Exclusivamente para variáveis intervalares.
Qualquer tamanho da amostra se o desvio-padrão da população for conhecido.
Somente para amostras de tamanho igual ou maior do que 30 elementos, se o
desvio-padrão da população não for conhecido. Para
Para amostras de tamanho menor
do que 30, o teste t será o mais recomendado.
Teoria/Conceito:
O teste consiste em verificar qual a probabilidade de que a média da amostra
possa ter vindo de uma amostra com distribuição amostral das médias que coinci-
da com a média hipotética da população.

1. Determinar H0 como a média da amostra igual à média hipotética da
população (ou a negativa da existência de diferença entre essas duas
médias). Consequentement
Consequentementee H , a hipótese alternativa será a existência
1
de diferença entre essas duas médias (teste bicaudal). Ou que a média da
amostra é maior (ou menor) que a média hipotética da população (teste
unicaudal).
2. Estabelecer um nível de significância.
3. Calcular os valores de z, segundo as fórmulas:
Caso 1: a variância da população é conhecida:
x– x–
Zc = ou Zc =
x /n
Onde:
  média hipotética da população
x = desvio-padrão da média, que é igual a /n, onde n é o tamanho da
amostra e  o desvio-padrão da população
Caso 2: a variância da população é desconhecida:
x– x–
Zc = Sx ou Zc = S/n
Onde:
 = média hipotética da população
Sx = estimativa do desvio-padrão da média, que é igual a S/n, onde n é o
tamanho da amostra e S, a estimativa do desvio-padrão da população
4. Determinar a região de rejeição de z ao nível de significância  estabele-
cido. Procurar na tabela da distribuição padronizada de z o valor crítico
Zt para o nível de
d e significância estabelecido.
5. Decidir comparando os valores de Zc e Zt. Se o valor de Z calculado (Zc)
for maior que de Z tabelado (Zt), a hipótese nula (H0) é rejeitada e a hi-
pótese alternativa (H1) é aceita.
Esses mesmos passos devem ser utilizados quando os dados forem apresenta-
dos em proporção, e a fórmula para z a ser utilizada quando o desvio-padrão da
variância for conhecida e n > 30 é:
p–P p–P
Z= =
S pq/n
Onde:
p = proporção de ocorrência na amostra
q = proporção de não ocorrência na amostra
P = proporção hipotética de ocorrência na população
S = desvio-padrão da proporção
n = número de elementos da amostra
Veja a utilização do teste z através de um exemplo. O comprador de uma rede

Veja
de 500 farmácias está interessado em verificar a viabilidade de adotar a comer-
cialização de uma nova marca de sabonete de um fornecedor tradicional. Sua
experiência anterior, em função da categoria do produto e da margem de comer-
cialização oferecida, indica que, para que essa comercialização seja viável e lu-
crativa, é necessário vender no mínimo uma média de 100 unidades/loja/dia. O
fornecedor concordou em fornecer uma partida do produto que permitiu a reali-
zação 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 6.10. Com base
nestes dados, o comprador deve decidir se adota ou não a comercialização dessa
nova marca de sabonete.
Procedimento do teste:
1. Determinar H0.
H0: média é menor ou igual a 100
H1: média é maior que 100.
Portanto,
Portanto, um teste do tipo unicaudal.
2. Estabelecer um nível
nível de significância. Seja o nível
nível de significância de
 = 0,05.
3. Calcular os valores de z. Neste caso utiliza se a fórmula:
Zc = (x – )/Sx, sendo Sx = S /n
n
x=  xi /n = 3.412/32 = 106,625
i=1
Sx =  (x)2 /n = 372.441/32 – 106,625=

= 11.638,78 – 11.368,89 = 269,89
Sx = 16,428
Zc = (106,625 – 100)/ (6,625/(16,428/ 32))
6,625
Zc = = 2,281
2,904
TABELA 6.10 Resultados obtidos de venda por loja

Vendas Vendas
Loja x x2 Loja x x2
1 116 13.456 17 110 12.100

2 105 11.025 18 70 4.900
3 120 14.400 19 95 9.025
4 93 8.649 20 90 8.100
5 132 17.424 21 120 14.400
6 114 12.996 22 115 13.225
7 97 9.409 23 125 15.625
8 108 11.664 24 98 9.604
9 86 7.396 25 103 10.609
10 123 15.129 26 112 12.544
11 105 11.025 27 92 8.464
12 102 10.404 28 101 10.201
13 123 15.129 29 109 11.881
14 88 7.744 30 132 17.424
15 114 12.996 31 119 14.161
16 94 8.836 32 101 10.201
4. Determinar a região de rejeição de z. Procurar na tabela da distribuição
padronizada de z o valor correspondente ao nível de significância de
0,05 que é, para o teste unicaudal, 1,65.
5. Decidir
Decidir,, compara
comparando
ndo os valore
valoress de Zc e Zt. Como o valor de Z calculado
(2,281) é maior que o de z tabelado (1,65), a hipótese nula (H0) é re-
jeitada e a hipótese alternativa (H1) é aceita para  = 0,05. Portanto, a

nova marca de sabonete deverá ser aceita para ser comercializada pela
rede de farmácias.
Teste t: a utilização em pesquisas de marketing do teste t é análoga à do teste z.

Quando a variância da população for desconhecida e n de qualquer tamanho
(inclusive para os casos em que n < 30, em que o teste z não pode ser utilizado).
O procedimento para o teste t é idêntico ao do teste z e neste caso utiliza-se
para o cálculo da prova a fórmula:
Tc = (x – )
Sx
S
Onde: Sx =
n
(xi – x)2
S=
n–1
A pro
procur
curaa para o T tabelado deverá ser feita na tabela para n – 1 grau de liberdade.
Para exemplificar a utilização do teste t, veja o mesmo exemplo anterior, ad-
mitindo que o teste do produto tenha sido feito apenas nas dez primeiras lojas.
Procedimento do teste:
1. Determinar H0.
H0: média é menor ou igual a 100.
H1: média é maior que 100.
Portanto, um teste do tipo unicaudal.
 = 0,05.
3. Calcular os valores de t.
n
xi
x = i=1 = 109,4
n

n
 n(xi – x)2
i= 1
Sx = = 14
n–1
S 14
Sx = = = 4,55
n  10
xi –  109,4 – 100
Tc = = = 2,07
Sx 4,55
Tc = 2,07
4. Determinar a região de rejeição

rejeição de t. Procurar na tabela da distribuição
padronizada de t o valor correspondente ao nível de significância de 0,05
para gl = 10 – 1 = 9 que é 1,833.
5. Decidir comparando os valores
valores de Tc e Tt. Como o valor de t calculado
(2,07) é maior que o de T tabelado (1,833), a hipótese nula (H0) é rejei-
tada e a hipótese alternativa (H1) é aceita para  = 0,05. Portanto, a nova
marca de sabonete deverá ser aceita para ser comercializada pela rede.
Testes para duas amostras não relacionadas: os procedimentos entre o tes-
te z e o teste t para duas amostras não relacionadas são os mesmos utilizados para
o caso de uma amostra.
Teste z da diferença entre duas médias: o teste z da diferença entre duas
médias
vada é utilizado
entre
entre em pesquisas
as duas médias obtidasdedemarketing pararelacionadas
amostras não
amostras verificar se aé diferença
dsuficientemente
iferença obser-
grande para ser considerada significativa.
Medições devem ser efetuadas na mesma unidade ou escala.
Qualquer tamanho de amostras se o desvio-padrão da população for conheci-
do. Para amostras de tamanho maior do que 30 se o desvio-padrão da população
não for conhecido. Se o tamanho da amostra for menor ou igual a 30, o teste re-
comendado é o t.
Teoria/Conceito:
O princípio que norteia este teste é o de que se as médias amostrais de duas
populações são normalmente distribuídas, a distribuição de sua soma ou diferença
será também normalmente distribuída, desde que as populações que lhes deram
origem sejam normalmente distribuídas ou as amostras sejam maiores do que 30.
Neste caso, o cálculo do teste será efetuado pela fórmula:
(x1 – x2) – (1 – 2)

Z=
x1 – x2
Onde:
x1 e x2 = médias das amostras 1 e 2, respectivamente
respectivamente
1 e 2 = médias desconhecidas das populações 1 e 2, respectivamente, que,
sob H0 são idênticas
x1 – x2 = desvio-padrão da diferença das médias e é igual a:
x1 – x2=   2x1 +  2x2
Sendo:
 21  22
 2x1 = e 2 =
x2
n1 n2
Tem-se:
x =  21 +  22
–x
1 2 n1 n2
Exemplo: 
Um fabricante de cigarros realizou uma pesquisa entre 100 fumantes em duas
classes socioeconômicas e constatou que os fumantes da classe
c lasse socioeconômica A/B
fumam em média 20 cigarros/dia e os da classe C/D uma média de 25 cigarros/
dia. Sabe-se de estudos anteriores que o desvio-padrão da população de fumantes
na classe A/B é de 10 e na classe C/D é de 14. Esse fabricante deseja saber se a di-
ferença verificada no consumo de cigarros entre as duas amostras deverá ser aceita
como verdadeira na população ou atribuída apenas a variações eventuais.
Procedimento para
para o teste:
1. Determinar H0: não há diferença significativa entre fumantes das clas-
ses A/B e C/D, ou seja, 1 = 2 . H1: há diferença significativa, ou seja,
1  2. É um teste bicaudal.
2. Estabelecer um nível de significância. Seja o nível

 = 0,05.
3. Calcular os
os valores
valores de z utilizando as fórmulas apresentadas no item
teoria/conceito:

100 196
x = = =  2,96 = 1,72
1 – x2 100 100
–5–0
Zc = [(20 – 25) – (1 – 2)]/1.720 = = – 2,90
1,72
 =  = 0, pois, sob H0,  = 
1 2 1 2
4. Determinar a região de rejeição de z. Procurar na tabela da distribuição

padronizada de z o seu valor correspondente a 0,025 (0,05/2 por ser
teste bicaudal), que é –1,96.
5. Decidir
Decidir,, compara
comparando
ndo os valore
valoress de Zc e Zt. Como o valor de Z calculado
(– 2,90) excede o de z tabelado (–1,96) para 0,05 de significância, a
hipótese nula (H0) é rejeitada e aceita-se a hipótese alternativa H1. Por-
tanto, há uma diferença estatisticamente significativa ao nível de 0,05
no consumo médio diário de cigarros entre as duas classes consideradas.
en tre duas médias: a utilização em pesquisas de marke-
Teste t da diferença entre
ting do teste t da diferença de duas médias é análoga à do teste z.

Quando a variância da população for desconhecida e n de qualquer tamanho
(inclusive para os casos em que n < 30, em que o teste z não pode ser realizado).
O procedimento para o teste t é idêntico ao do teste z e, neste caso utiliza-se
para o cálculo da prova a fórmula:
(x1 – x2) – (1 – 2)

T=
Sx
1 – x2
Onde:
x1 e x2 são as médias das amostras 1 e 2 e 1 e 2, as médias desconhecidas
das populações 1 e 2, respectivamente, sob H0,  1 2.
Sx
1 – x2
é a estimativa do desvio-padrão da diferença das médias, e é igual a:
Sx =  S 2x1 + S 2x2
1– x2
sendo:
n1
 (xi1 – x1)2
2
S x1 =
i= 1
para estimar 12
n1
E
n2
2
 (xi2 – x2)2
S x2 = i =1 para estimar 22
n2
Tem-se que:
S1 S2
S x1 = e S x2 =
n1 n2
Portanto:

S = S21 S22
1 – x2
x +
n1 n2
A título de ilustração, supor que o teste para a adoção de uma nova marca
de
tes sabonete
regiões enuma rede deossupermercados
apresentou tenha sido
seguintes resultados: realizado
Região em duas
1: amostra de diferen-
10 lojas
com média de vendas 109,4 unidades/loja/dia e desvio-padrão de 4,55; Região
2; amostra de 10 lojas com média de vendas de 99,1 unidades/loja/dia e desvio-
-padrão de 20,5. Com base nestes dados, deseja-se saber se há diferenças signifi-
cativas no consumo do produto em teste entre essas duas regiões.
Procedimentos para
para o teste:
1. Determinar H0.
H0: não há diferença entre as médias de consumo nas duas regiões.
H1: há diferença significativa entre as médias de consumo. Portanto,
Portanto, um
teste do tipo bicaudal.
 = 0,05.
3. Calcular os valores de t.
 
(4,55)2 (20,5)2 20,70 + 420,25
Sx1– x2 + = = 6,64
10 10 10
Tc = {(109,4 – 99,1) – ( 1 – 2)} / 6,64 = 1,55

Tc = 1,55, 1 – 2 = 0, pois, sob H0, 1 = 2
padronizada de t o valor correspondente ao nível de significância de
/2= 0,025 para gl = n1 + n2 – 2 = 18, que é 2,101.
5. Decidir
Decidir,, compar
comparando
ando os valores de Tc e Tt. Como o valor de T calculado
(1,55) é menor que o de T tabelado (2,101), a hipótese nula (H0) é aceita
ao nível de significância de 0,05. Portanto,
Portanto, o consumo da nova marca de
sabonete é semelhante nas duas regiões.
QUADRO 6.4 Resumo dos testes z e t sobre inferências da média para uma amostra e duas
amostras não relacionadas
 conhecido  desconhecido
n qualquer n < 30
x– x– S
Z=  N(0,1) T= , onde S =
x Sx
x
n
ou

(x – x)2
Uma amostra x– S=
Z = n
/n
utilizar a tabela t para gl = n – 1
n  30
x– x–
Z= ou Z =
Sx S/ n
n qualquer n  30
(x1 – x2) – (1 – 2) (x1 – x2) – (1 – 2)
Z =  N(01) T=
x Sx
1 – x2
1 – x2
n  30
Duas (x1 – x2) – (1 – 2)

Z= ,
amostras não Sx
1 – x2
relacionadas onde
2 2
=

Sx S2 + S2 S1 S2
1 – x2  x1 x2 = n1
+
n2
utilizar a tabela t para:

gl = n1 + n2 – 2
O Quadro 6.4 apresenta um resumo dos teste z e t sobre inferências da média

numa amostra e duas amostras não relacionadas.
Testes para duas amostras relacionadas – variável intervalar

Teste tr: o teste tr é indicado para o caso de duas amostras relacionadas. Nes-
tes casos, as formulações anteriormente apresentadas não devem ser utilizadas. A
utilização do teste tr será ilustrada através de um exemplo.
Um fabricante de vinhos pretende lançar uma nova marca. Desenvolveu duas
versões para a nova embalagem e a adoção de uma ou de outra deveria ser de-
cidida através de pesquisa. Para realizar a pesquisa, solicitou que o vinho fosse
engarrafado em cada uma das versões de embalagem. Essas duas versões foram
colocadas à venda numa amostra aleatória de cinco lojas de uma rede de super-
mercados. Os resultados das vendas do vinho nas duas embalagens, durante a se-
mana que durou o teste, estão na Tabela 6.11.
TABELA 6.11 Resultados das vendas de vinho
Vendas em unidades
Lo ja Embalagem 1 Embalagem 2 Diferença (d)
1 72 67 5
2 60 52 8
3 65 60 5
4 43 41 2
5 54 50 4
Com base nesses dados, qual embalagem deve ser adotada para o novo vinho?
Os passos para a realização do teste são os mesmos dos demais testes de hipó-
teses, como será visto a seguir.
Procedimentos para
para o teste:
1. Determinar H0.
H0: não há diferença entre as médias de venda das duas embalagens (x1
= x2).
H1: há diferença significativa entre as médias de venda das duas emba-
lagens (x1  x2).
Portanto, um teste do tipo bicaudal.
Portanto,
 = 0,025.
3. Calcular os valores de t. O cálculo de t, neste caso, é obtido através da

seguinte fórmula:
= ( – ) /{( /( – 1))}
Tc
xd D Sd n
Onde:
xd = média das diferenças observadas entre as duas amostras em cada loja
D = diferença esperada para H0, ou seja, D = 0
n = número de diferenças,
diferenças, que no caso é 5
Sd = desvio-padrão das diferenças
diferenças observadas em relação à diferença média,
média,
que é calculado pela seguinte fórmula:
n
 (di – d)
2
i
Sd =

=1
n–1
di = diferenças observadas entre as embalagens 1 e 2

_
d = média das dif
diferenças
erenças observadas
observadas entre as embalagens
embalagens 1 e 2
Aplican
Aplicando
do est
estas
as for
formu
mulaç
lações
ões aos dad
dados
os da tab
tabela
ela se ter
teráá os
os segu
seguint
intes
es res
resul
ultad
tados:
os:
xd = (5 + 8 + 5 + 2 + 4) / 5 = 4,8
Sd = {(5 – 4,8)2 + (8 – 4,8)2 + (5 – 4,8)2 + (2 – 4,8)2 + (4 – 4,8)2}/
(5 – 1) = 6,5
Tc = (4,8 – 0) / (6,5 / 4) = 1,6

padronizada de t o valor correspondente a /2 = 0,025 (pois o teste é
bicaudal) para gl = n – 1 = 5 – 1 = 4, que é 2,776.
5. Decidir
Decidir,, compar
comparando
ando os valores de Tc e Tt. Como o valor de T calculado
(1,6) é menor que o de T tabelado (2,776), a hipótese nula (H0) é acei-
ta ao nível de significância de 0,05. Portanto, a diferença observada na
maior compra da embalagem 2 não é significativa, e a adoção de qual-
quer uma das embalagens é indiferente.
Métodos para medir a associação

As medidas de associação servem para verificar se dois ou mais conjuntos
de dados estão relacionados e medir o nível de relacionamento ou associação
existente. Em marketing e pesquisas de marketing, existem inúmeras situações em

que a medida da associação ou do relacionamento entre duas ou mais variáveis é
extremamente útil. Por
Por exemplo, relacionar quanto a preferência para um produto
está associada à classe social dos consumidores ajuda nos processos de segmenta-
ção de mercado e de planejamento de marketing; relacionar quanto a intensidade
dos gastos promocionais está relacionada aos resultados de vendas ou de partici-
pação no mercado também ajuda no planejamento futuro desses gastos, tendo em
vista os objetivos de vendas ou de participação de mercado
mercado visados.
Além dos métodos de medida
medida da associação, também serão apresentados
apresentados tes-
tes do tipo verificação de H0, em que H0 é a negação da existência de associação
entre os conjuntos de dados a um determinado nível de confiabilidade.
A escolha
escolha do método para a medida da associação vai
vai depender
depender de se conside-
conside-
rar uma ou mais de uma variável independente, se as suas escalas de medição são
nominais ou ordinais,
la de medição é ordinaldaouexistência
intervalarou
intervalar.. Onão de variável
Quadro dependente
6.5 mostra e se aparamétri-
os métodos sua esca-
cos e não paramétricos de medidas da associação e é útil para ajudar na escolha do
método, segundo as considerações apresentadas. Neste livro serão apresentados
apenas os mais importantes.
Coeficiente de contingência C: utilizado para medir o grau de associação en-
tre dois conjuntos de atributos medidos em escalas nominais. Por Por exemplo: medir
o grau de associação entre a classe socioeconômica da família e a marca do auto-
móvel possuído; medir o grau de associação entre a faixa etária e o tipo de progra-
ma de TV preferido etc.

Dois conjuntos de dados.
Só deve ser utilizado quando houver dados nominais, ao menos num dos dois
conjuntos de dados.
Teoria/Conceito:
Através da comparação entre as frequências observadas e as esperadas em
cada célula da tabela construída pelos dados observados e esperados (análoga
a do qui-quadrado para n amostras), se poderá determinar o grau de associação
entre os dois conjuntos de dados. Quanto maior for a discrepância entre os dados
observados e os esperados, maior será o grau de associação entre os dois conjun-
tos e, consequentemente, o valor do coeficiente de contingência C. Em seguida à
determinação de C, efetua-se um teste de hipótese para verificar a sua veracidade,
a um determinado nível de significância.
2
3
QUADRO 6.5 Métodos paramétricos e não paramétricos de medidas de associação 6
P
Nominal Ordinal Itervalar ou razão E
S
Escala de Número de Q
U
Método mensuração variáveis No d
de
e variáveis dependentes No d
de
e var
ariá
iáv
vei
eiss dep
epen
ende
den
nte
tess No de variáveis dependentes IS
A
da variável independentes D
Nenhuma Uma Nenhuma Uma Nenhuma Uma E
M
A
Uma Coeficiente de R
contigência K
E
Nominal T
Índice de IN
G
Mais de uma associação
–
preditiva E
D
IÇ
Coeficiente Ã
de correlação O
Não de postos de C
Paramétrico O
Spearman M
Uma P
Coeficiente A
de correlação C
Ordinal T
A
de postos de –
Kendall M
A
T
T
Coeficiente de A
Mais de uma concordância R
de Kendall
Análise da
Uma
regressão
Intervalar ou Análise fatorial
Paramétrico Análise da
razão com variável Análise fatorial Análise da
regressão
Mais de uma Dummy Análise de regressão
múltipla com
Análise de conglomerados múltipla
variável Dummy
conglomerados
Procedimento sumarizado para o cálculo de C:

1. Construir uma tabela de contingência
contingência do tipo k × r (k = número de
categorias de uma variável e r, o da outra). Determinar a frequência
esperada sob H0 para cada célula de forma idêntica ao procedimento do
qui-quadrado (inclusive as restrições).
2. Calcular o valor do qui-quadrado e,
e, em seguida,
seguida, o do coeficiente de con-
tingência C pela fórmula:
2
C= n + 2

onde o qui-quadrado é calculado conforme os métodos vistos anterior-
mente, pela seguinte fórmula:
r k
(Oij – Eij)2
2 =   Eij
i =1 j = 1
Procedimentos para o teste de C:

1. Determinar H0 como a não existência de relacionamento (ou associação)
entre os dois conjuntos de dados observados.
2. Determinar o nível de significância  para a realização do teste.
3. Determinar a região de rejeição de H0 procurando na tabela de qui-qua-
drado o valor correspondente para  e gl = (k – 1)(r – 1).
4. Decisão. Comparar o qui-quadrado tabelado com o qui-quadrado
qui-quadrado cal-
culado para obter C. Se o qui-quadrado calculado for maior ou igual
ao qui-quadrado tabelado (ou, em outras palavras, se a probabilidade
associada à ocorrência de H0 de um valor tão grande quanto o observado
qui-quadrado for igual ou menor a ), rejeite H0 em prol de H1.
Exemplo:
Uma montadora de automóveis está interessada, para aprimorar o seu marke-
ting, em verificar o quanto a escolha da marca do automóvel está correlacionada
com a classe socioeconômica da família. Para a realização do estudo, foi cons-
tituída uma amostra aleatória de 900 compradores de automóveis, nos últimos
12 meses, dos três principais fabricantes do mercado. A tabulação cruzada da clas-
se socioeconômica da família (A, B ou C) com a marca do fabricante do veículo
adquirido (X, Y e Z), apresentou os resultados da Tabela 6.12.
TABELA 6.12 Classe socioeconômica x consumo da marca da fábrica

Classe socioeconômica
Marca da
A B C Totais
fábrica
Oi Ei Oi Ei Oi Ei
X 75 111 24 210
28 98 84
Y 30 186 159 375
50 175 150
Z 15 123 177 315
42 147 126
Totais 120 420 360 900
Procedimentos para o cálculo e teste de C:

1. A tabela de cruzamento apresentada
apresentada é do tipo 3 × 3. A partir desta tabe-
tabe-
la, determina-se a frequência esperada sob H0. Veja na tabela anterior os
Ois = frequências observadas e os Eis = frequências esperadas.
2. Calcular o valor do qui-quadrado e, em seguida,
seguida, o do coeficiente de con-
tingência C aplicando a fórmula vista:
2c = 174,60

174,60
C= = 0,403
900 + 174,60
A correlação expressa
expressa pelo coeficiente de contingência
contingência C entre a marca de fá-
brica adquirida e a classe socioeconômica da família é de 0,403 (ou 40,3%).
Procedimento para o teste de C = 0,403:

1. H0 = não existe correlação de 0,403 entre a classe socioeconômica da
família e a marca de fábrica
fá brica do automóvel adquirido. H1 = há correlação
de 0,403 entre a classe socioeconômica da família e a marca de fábrica
do automóvel adquirido (teste bicaudal).
  = 0,10.
3. Região de rejeição. O qui-quadrado
qui-quadrado tabelado para /2 = 0,05 e gl =
(3 – 1)(3 – 1) = 4 é igual a 9,49. A região de rejeição é compreendida
por todos os valores maiores ou iguais a 9,49.
4. Decisão. Comparando
Comparando o qui-quadrado tabelado
tabelado (9,49)
(9,49) com o qui-quadra-
do calculado para obter C (174,60), rejeitar H0, em prol de H1. Portanto,
há correlação entre a marca de fábrica do automóvel adquirido e a classe
social da família da ordem de 0,403, significativamente diferente de zero
ao nível de 0,10.
Coeficiente de correlação de postos de Spearman (R s): o coeficiente de
correlação de postos de Spearman é o mais conhecido e utilizado coeficiente de
associação de dois conjuntos de dados ordenados. Em pesquisas de marketing, sua
utilização ocorre quando, de um mesmo grupo de pessoas, são obtidas medições
ordinais de duas diferentes variáveis cujo relacionamento se deseja conhecer,
conhecer, tais
como classe social e preferência para o produto. Pode também ser utilizado para
comparar a associação existente entre dois conjuntos de dados ordenados.

Dois conjuntos de variáveis da mesma amostra ou de amostras diferentes.
Variáveis
Variáveis medidas ao menos emem escalas ordinais.
Teoria/Conceito:
O coeficienteOsmede
dos ordenados. dois aconjuntos
disparidade de classificação
de dados a compararentre
sãodois conjuntos
ordenados, de da-
indepen-
dentemente, do maior para o menor valor das medições, atribuindo-se aos maiores
valores a posição 1 e, aos menores, a posição n. Comparando essas duas ordena-
ções, pode-se deduzir que, quanto mais homogêneas e coincidentes forem, meno-
res serão as diferenças algébricas observadas entre uma e outra, e vice-versa. Se
o relacionamento entre os dois conjuntos de classificações ordenadas for perfeito,
todas as diferenças nos pares de classificação serão iguais a zero; analogamente,
caso o relacionamento seja exatamente o inverso, todas as diferenças serão má-
ximas (por exemplo, um mesmo respondente tenha avaliado a primeira variável
num valor que resultou numa classificação 1 e, a segunda, numa classificação n).
A princípio, o somatório
somatório das diferenças
diferenças poderia dar uma
uma noção da magnitude
da similaridade ou discrepância entre as classificações, porém, como as diferenças
são algébricas, as negativas tendem a cancelar as positivas, e o valor resultante
ficaria deturpado. Para contornar esse problema,
problema, utiliza-se para medir a magnitu-
de das discrepâncias observadas a raiz quadrada da soma dos quadrados das dife-
renças observadas. O cálculo do coeficiente de correlação é obtido pela subtração
da divisão desse valor pelo seu máximo valor possível (quando a discrepância for
máxima). Esse coeficiente varia de 0 (não há correlação) até 1 (correlação máxi-
ma) (para detalhes mais profundos desse desenvolvimento
desenvolvimento veja Siegel: 228-240.)
228 -240.)
Procedimentos sumarizados para o cálculo de Rs:

Ordenar as observações de cada uma das variáveis separadamente e atribuir
posições para as classificações de 1 a n. Calcular a diferença d e o seu quadrado
para as observações pareadas de cada elemento da amostra. Em seguida, somar
todos os quadrados das diferenças.
Com os dados assim obtidos, calcular o valor do coeficiente de correlação de
postos (Rs) utilizando a seguinte fórmula:
n
6  d2i
i =1
Rs = 1 –
n3 – n
Onde:
Rs = coeficiente
coeficiente de correlação de postos
postos de Spearman
n = número de observações
di = diferença algébrica entre as classificações
Procedimentos sumarizados para o teste de Rs:

1. Definir H0 como não havendo correlação entre os dois conjuntos de da-
dos.
2. Definir um nível de significância  para testar H0.
3. Para n = 10, a significância de se obter um Rs sob H0 pode ser testada,
utilizando-se a seguinte fórmula para o cálculo de t cuja distribuição é
idêntica à distribuição t de Student para gl = n – 2:
n–2
T = Rs 1 – R2

s
Para n < 10, procurar o valor na Tabela P de Siegel (1981:315).

4. Região de rejeição. Procurar na tabela da distribuição t de Student o va-
lor correspondente a  e gl = n – 2. A região de rejeição estará compre-
endida por todos os valores maiores ou iguais ao t tabelado.
5. Decisão. A decisão será tomada comparando-se o T calculado com o T
tabelado para o nível de significância  e gl = n – 2. Se o T calculado for
maior ou igual ao T tabelado, H0 é rejeitada em prol de H1.
Exemplo:
Uma empresa, desejando saber quanto o nível de satisfação com um de seus
produtos está relacionado ao nível socioeconômico do consumidor
consumidor,, realizou uma
pesquisa junto a uma amostra aleatória de 15 consumidores. O nível de satisfação
foi medido segundo o grau de concordância para uma série de afirmações e o nível
socioeconômico, por uma escala desenvolvida na empresa. Os resultados dessas
duas medições estão na Tabela 6.13.
TABELA 6.13 Nível de satisfação x nível socioeconômico dos pesquisados

2
Nível de satisfação Nível socioeconômico d d
Nível de satisfação Nível socioeconômico di di
Pesquisado
Pontuação Ordem (1) Pontuação Ordem (2) (1) – (2)
1 82 2 42 4 –2 4
2 98 8 46 6 2 4
3 87 5 39 2 3 9
4 40 1 37 1 – –
5 116 13 65 10 3 9
6 113 12 88 14 –2 4
7 111 11 86 12 –1 1
8 83 3 56 8 –5 25
9 85 4 62 9 –5 25
10 126 15 92 15 – –
11 106 10 54 7 3 9
12 117 14 81 11 3 9
13 103 9 87 13 –4 16
14 89 6 40 3 3 9
15 95 7 45 5 2 4
Total 128
Procedimento para o cálculo de Rs:

Ordenando as observações de cada uma das variáveis separadamente e atri-
buindo posições para as classificações
classifica ções de 1 a 15, obtêm-se os dados da Tabela
Tabela 6.13.
Calculando as diferenças (d) e os quadrados das diferenças (d2) para as observações
pareadas de cada elemento da amostra e, em seguida, somando todos os quadra-
dos das diferenças (d2) se obterão os dados necessários para o cálculo do índice
de correlação (veja Tabela 6.13). Aplicando a Tabela 6.13 a esses dados, tem-se:
6  128 768
Rs = 1 – =1– = 0,77
15 – 15
3 3.360
Procedimentoss sumarizados para o teste de Rs:
Procedimento
1. H0 = não há correlação entre classe social e o nível de satisfação dos con-
sumidores. H1 = correlação entre a classe social e o nível de satisfação
dos consumidores (teste bicaudal).
  = 0,02.
3. Como n é maior que 10, a significância
s ignificância de se obter um Rs sob H0 pode ser
testada utilizando-se a fórmula vista para o cálculo de t, cuja distribuição
testada utilizando se a fórmula vista para o cálculo de t, cuja distribuição
é idêntica a distribuição t de Student para gl = 15 – 2 = 13.
4. Região de rejeição. O valor tabelado de t para / 2 = 0,01 e gl = 13
é 2,65. A região de rejeição estará compreendida por todos os valores
maiores ou iguais a 2,65.
5. Decisão. Como n = 15, H0 pode ser testada utilizando-se, para o cálculo
de T, a fórmula T = Rs + {(n – 2)/(1 – R2s)}:
n–2
Tc = Rs
 1 – Rs2
 
15 – 2 13
Tc = 0,77 = 0,77 = 0,77  5,65
1 – 0,772 0,407
Tc = 4,35
Sendo o T calculado (4,35) maior que o T tabelado (2,65), H0 é rejeitada em

prol de H1, no nível de significância  = 0,02. Portanto, existe uma correlação po-
sitiva de 0,77 entre a classe social e o nível de satisfação dos consumidores.
Coeficiente de concordância W de Kendall: nas seções precedentes, os co-
eficientes apresentados diziam respeito à correlação existente entre apenas dois
conjuntos ordenados de n objetos ou indivíduos. O coeficiente de concordância
W de Kendall determina qual é o grau de associação entre mais de dois conjuntos
ordenados. Este tipo de medida da associação é particularmente interessante
interessante para
pesquisas de marketing para os casos em que se têm, por exemplo, vários consumi-
dores avaliando, através de classificações, simultaneamente vários produtos (ou
várias embalagens, ou várias propagandas etc.).
Conjunto de n objetos avaliados por k avaliadores.
Avaliações em escalas ordinais originadas
originadas de comparação dos n objetos.
Teoria/Conceito:
Uma das formas de solução do problema consiste em calcular todos os índices
de correlações de Spearman (Rs) de todos os possíveis pares de classificações e, em
seguida, calcular a média para determinar o coeficiente de correlação de todo o
conjunto. É um caminho muito trabalhoso e, por isso, não recomendável. A outra
forma e mais fácil, é imaginar o que ocorre quando não há nenhuma concordância
entre todos os conjuntos, e quando há total concordância. O coeficiente de concor-
dância será um índice de divergência entre a concordância verdadeira verificada
nos dados, e o máximo de concordância possível.
Procedimento sumarizado para o cálculo de W:
W:
1. Sendo k = número de avaliadores e n = número de objetos avaliados,
construir um tabela n × k com as classificações observadas.
2. Calcular Rn, a soma das classificações de cada objeto.
3. Determine a média dos Rn, ou seja, Rn/k. Calcular as diferenças algébri-
cas entre cada Rn e essa média e elevar ao quadrado. Obter S somando
todos os resultados.
4. Calcular o índice de concordância
concordância W de Kendall aplicando a seguinte
fórmula aos dados obtidos nos itens 1, 2 e 3:
S
W=
1
k2(n3 – n)
12
Onde:
S = somatório do quadrado das diferenças observadas
k = número de avaliadores
n = número de objetos avaliados
Exemplo:
Uma empresa realizou uma pesquisa procurando avaliar a ordem de preferên-
cia dos consumidores para as oito marcas concorrentes de um mesmo produto. Fo-
ram obtidas as opiniões de uma amostra aleatória de 20 consumidores. Com base
nos resultados apresentados
apresen tados na Tabela
Tabela 6.14,
6.14 , a empresa deseja saber qual foi o grau
de concordância na avaliação desses 20 consumidores
consumidores..
TABELA 6.14 Avaliação dos produtos pelos consumidores
Consumidor Produto (n)

(k) A B C D E F G H
1 3 1 2 4 5 7 6 8
2 4 3 1 2 5 8 7 6
3 3 5 8 7 4 6 1 2
4 5 3 2 1 6 4 8 7
5 1 2 5 4 8 3 7 6
6 3 1 4 5 2 6 7 8
7 2 1 3 4 6 7 8 5
8 3 2 1 4 6 5 7 8
9 1 3 5 4 2 7 8 6
10 2 3 4 1 5 6 8 7
11 2 4 3 1 6 8 7 5
12 3 2 1 5 4 6 8 7
13 5 4 3 1 2 8 6 7
14 3 1 2 4 5 8 6 7
15 5 3 2 1 6 4 8 7
16 2 1 3 4 6 7 8 5
17 1 3 5 4 2 7 8 6
18 3 2 1 5 4 6 8 7
19 2 1 3 4 6 7 8 5
20 5 3 2 1 6 4 8 7
Totais (Rn) 58 48 60 66 96 124 142 126
Rn = 720
R médio (720/8) 90 90 90 90 90 90 90 90
d – 32 – 42 – 30 – 24 6 34 52 36
d2 1.024 1.764 900 576 36 1.156 2.074 1.296
S = d2 = 1.024 + 1.764 + 900 + 576 + 36 + 1.156 + 2.704 + 1.296 = 9.456
Efetuando os procedimentos indicados para o cálculo de W, obtêm-se os da-

dos que constam das linhas Rn, R médio, d, d2 e S na Tabela 6.14. Aplicando a fór-
mula para o cálculo de W tem-se:
9.456
W=
202(83 – 8)
12
9.456  12
W=
400  504
W = 0,562
Portanto, a concordância na avaliação dos 20 consumidores na ordenação das

oito marcas foi de 0,562.
Métodos de correlação e regressão

regressão
A correlação e a regressão são técnicas de análises estatísticas que têm gran-
de utilidade na identificação e na quantificação do relacionamento entre uma
variável-critério e uma ou mais variáveis-prognóstico. Com muita frequência, na
prática da pesquisa de marketing, faz-se necessário verificar a existência de re-
lacionamento entre duas ou mais variáveis. Procura-se expressar esse relaciona-
mento, com base em dados observados, sob a matemática de uma equação que
interligue as variáveis e permita que, conhecendo o(s) valor(es) de uma(s), possa
ser previsto o valor da outra.
Os conceitos de correlação e regressão, apesar de diferentes, estão intimamen-
te relacionados. A regressão refere-se à natureza da associação estatística, isto é,
a correspondência de uma variável-critério em relação a uma ou mais variáveis-
-prognóstico. A correlação diz respeito ao grau de associação ou correspondência
existente entre uma variável-critério e uma ou mais variáveis-prognóstico.
Note que se evita denominar as variáveis, cujo relacionamento está sendo es-
tudado, de dependente e independente, pois a relação de dependência/indepen-
dência é muito difícil de ser estabelecida.
Equações de ajustamento: um primeiro passo para a determinação de uma
equação de ajustamento é o levantamento de dados a respeito das variáveis em
estudo. Um segundo passo consiste em plotar num diagrama de dispersão os pon-
tos correspondentes aos valores obtidos para as variáveis em estudo ( X1, Y1), (X2,
Y2) etc. como os da Figura 6.2.
Existem dois métodos para definir uma curva de ajustamento a um conjun-
to de dados observados. O primeiro é o método de ajustamento de curva à mão
livre. Procura-se traçar uma curva à mão livre que mais se ajuste aos pontos de-
finidos pelos dados. A partir dessa curva, conhecendo-se o tipo de equação da
curva será possível obter suas constantes, mediante a escolha de tantos pontos
da curva quantas forem as constantes da equação, e assim definir a equação de
ajustamento. Este método tem como desvantagem a imprecisão, levando analistas
diferentes a obterem diferentes curvas e equações de ajuste. O segundo método,
mais recomendado pela precisão, é o método dos mínimos quadrados, que permi-
te definir qual a melhor curva de ajustamento possível.
Y Y
X X
FIGURA 6.2 Diagramas de dispersão.
Para explicar o método dos mínimos quadrados considere a curva desenhada

na Figura 6.3, na qual os dados que lhe deram origem estão representados pelos
pontos (X1, Y1); (X2, Y2); ... (Xn, Yn). Para um dado valor de X, por exemplo X1, ha-
verá uma diferença entre Y1 e o valor correspondente determinado pela curva de
ajuste C. Esta diferença está representada na Figura 6.3, por d1, chamada de des-
vio. De modo semelhante, em correspondência aos outros valores de X, obtêm-se
os desvios em Y: d1, d2 ..., dn. Uma medida da qualidade do ajustamento da curva
n
C aos dados é proporcionada por  (di)2. Se este somatório for pequeno, o ajusta-
i =1
mento é elevado; se for grande, o ajustamento é baixo.

O melhor ajustamento possível será proporcionado pela curva que minimizar
o somatório dos desvios, e será chamada de curva de mínimos quadrados.
Regressão: em pesquisas de marketing é frequente a necessidade de, com
base em dados amostrais, prever o valor de uma variável (critério), correspon-
dente ao conhecido valor de uma, ou de mais de uma variável (prognóstico). Isto
pode ser conseguido mediante a construção de uma equação, ou de uma curva de
mínimos quadrados. A equação ou curva resultante é denominada de regressão de
Y para X, visto que Y é avaliado a partir de X. Quando a relação for apenas entre
duas variáveis a regressão é denominada simples; quando for entre uma variável
e mais de uma variável, é denominada múltipla.
Y
(Xn, Yn)
dn
(X1, Y1)
d1
d2
(X2, Y2)
FIGURA 6.3 Curva de mínimos quadrados.
linear simples: para o caso particular de

Regressão linear uma reta, a curva de regres-
são que se ajusta aos dados tem a seguinte equação:*
Y = a1 + a2X*
Onde:
Y = variável-critério, que representa
representa o valor esperado de Y, dado um deter-
minado valor de X
X = variável-prognóstico
a1 = valor de Y para X = 0
a2 = valor médio de Y por unidade de X
As constantes a1 e a2 são determinadas mediante a resolução do sistema de

equações:
* Esta é a equação da reta, mas o mesmo raciocínio é válido para equações
equações de parábolas, de 3o grau
e de n graus.
Y = a1n + a2 X
XY = a1X + a2 X
2
As constantes a1 e a2 podem ser determinadas pelas fórmulas:
(Y) (X2) – (X) (YX)

a1 =
n(X2) – (X)2
E
n(XY) – (X) (Y)

a2 =
n(X2) – (X)2
O seguinte exemplo será utilizado para ilustrar os conceitos de regressão

simples e correlação simples. Uma empresa produtora de bens de consumo de
massa levantou um histórico de dez anos das vendas, em milhares de unidades,
de um(propaganda,
cação de seus produtos e dos investimentos,
promoção de vendas etc.),em
e omilhões
númerodedereais, em comuni-
vendedores para
este mesmo produto. Os resultados desse levantamento estão na Tabela 6.15 e
na Figura 6.4.
TABELA 6.15 Relação entre investimentos em comunicação, número de vendedores e vendas

X Y
Z
Ano Comunicação(milhões Vendas
No de vendedores
de R$) (milhares de unidades)
2002 9,5 10 95
2003 6,5 8 60
2004 7,0 9 60
2005 8,0 12 80
2006 7,5 15 80
2007 8,5 11 80
2008 7,5 13 85
2009 5,5 7 60
2010 8,0 15 85
2011 6,0 10 65
Vendas Y
(milhares de
unidades)
100
 2002
90
2008 2010
 
2006 2007
80   
2005
70
2011

2009 2003 2004

60   
X
50
6 7 8 9 10 Comunicação
(milhões de R$)
FIGURA 6.4 Relação entre investimentos em comunicação e vendas.
Para facilitar a determinação da equação de regressão, estão apresentados na

Tabela 6.16, parte dos cálculos necessários, efetuados a partir dos dados originais
do problema.
Aplicando as equações para determinar a1 e a2 aos dados de X e Y da Tabe-
la 6.16 tem-se:
(Y) (X2) – (X) (YX) 750  560,5 – 74  5.670 795
a1 = = =
n(X2) – (X)2 10  560,5 – 742 129
a1 = 6,162
a1 = n(XY) 2– (X) (
2
Y) = 10  5.670 – 74  750 = 1.200
n(X ) – (X) 10  560,5 – 742 129
a2 = 9,302
E a equação de regressão resultante

resultante para o exemplo será:
Y = 6,162 + 9,302 X
Assim, se X = 5, Y = 6,162 + 9,302 × 5 = 52,672

e se X = 9, Y = 6,162 + 9,302 × 9 = 89,880
2
5
0
TABELA 6.16 Cálculos efetuados para determinar a equação da regressão
r egressão
P
X Z Y X2 XY Z2 ZY Y2 XZ (X – X) (Z – Z) (Y – Y) [(X – X) [(Z – Z) [(X – X) (X – X)2 (Z – Z)2 (Y – Y)2 [(X – X) (Z – E
Ano S
(Y – Y)] (Y – Y)] (Z – Z)] Z) (Y – Y)]
Q
U
IS
2002 9,5 10,0 95,0 90,3 902,5 100,0 950,0 9.025,0 95,0 2,1 – 1,0 20,0 42,0 – 20,0 – 2,1 4,4 1,0 400,0 – 42,0 A
D
E
2003 6,5 8,0 60,0 42,3 390,0 64,0 480,0 3.600,0 52,0 – 0,9 – 3,0 – 15,0 13,5 45,0 2,7 0,8 9,0 225,0 – 40,5 M
A
R
2004 7,0 9,0 60,0 49,0 420,0 81,0 540,0 3.600,0 63,0 – 0,4 – 2,0 – 15,0 6,0 30,0 0,8 0,2 4,0 225,0 – 12,0 K
E
T
IN
2005 8,0 12,0 80,0 64,0 640,0 144,0 960,0 6.400,0 96,0 0,6 1,0 5,0 3,0 5,0 0,6 0,4 1,0 25,0 3,0 G
–
2006 7,5 15,0 80,0 56,3 600,0 225,0 1.200,0 6.400,0 112,5 0,1 4,0 5,0 0,5 20,0 0,4 0,0 16,0 25,0 2,0 E
D
IÇ
2007 8,5 11,0 80,0 72,3 680,0 121,0 880,0 6.400,0 93,5 1,1 – 5,0 5,5 – – 1,2 – 25,0 – Ã
O
C
2008 7,5 13,0 85,0 56,3 637,5 169,0 1.105,0 7.225,0 97,5 0,1 2,0 10,0 1,0 20,0 0,2 0,0 4,0 100,0 2,0 O
M
P
2009 5,5 7,0 60,0 30,3 330,0 49,0 420,0 3.600,0 38,5 – 1,9 – 4,0 – 15,0 28,5 60,0 7,6 3,6 16,0 225,0 – 114,0 A
C
T
A
2010 8,0 15,0 85,0 64,0 680,0 225,0 1.275,0 7.225,0 120,0 0,6 4,0 10,0 6,0 40,0 2,4 0,4 16,0 100,0 24,0 –
M
2011 6,0 10,0 65,0 36,0 390,0 100,0 650,0 4.225,0 60,0 – 1,4 – 1,0 – 10,0 14,0 10,0 1,4 2,0 1,0 100,0 – 14,0 A
T
T
A
Total 74,0 110,0 750,0 560,5 5.670,0 1.278,0 8.460,0 57.700,0 828,0 – – – 120,0 210,0 14,0 12,9 68,0 1.450,0 – 191,5 R
Médias 7,4 11,0 75,0
O coeficiente a1 é o valor onde a reta corta o eixo de Y e corresponde ao va-

lor de Y para X = 0. O coeficiente a2 é denominado coeficiente de regressão bru-
to, e o seu significado para o exemplo é o de que, em média, as vendas crescem
9.302 unidades para cada R$ 1.000 de investimentos em comunicação, o que pos-
sibilita predizer qual deverá ser o incremento no volume de vendas para um dado
incremento no investimento em comunicações.
Regressão linear múltipla: compreende a regressão linear de uma variável-cri-
tério em relação a duas ou mais variáveis-prognóstico.
Coeficiente de correlação: a variação total ocorrida com uma variável Y
(critério) será resultante em parte pela variação ocorrida nas variáveis X, Z etc.
(prognóstico), e o restante da variação de Y será resultante de outros fatores des-
conhecidos. A variação total de Y pode ser expressa da seguinte forma:
2 2 2
(Y – Y) = (Y – Y ) + (Y – Y)

est est
Onde:
Yest = o valor de Y estimado
(Y – Yest) = a variação não explicada
(Yest – Y) = a variação explicada
2
Define-se como coeficiente de determinação e nota-se por r2 o quociente da

variação explicada pela variação total:
(Yest – Y)
2
2
r = variação explicada/variação total = (Y – Y)2
Este coeficiente dá uma medida da quantidade da variação explicada na va-
riável-critério pelas variáveis-prognóstico consideradas. Se a variação explicada for
nula, esse quociente será igual a zero, se a variação total for toda explicada, este
quociente será igual a um.
Esta expressão também pode ser escrita, desprezando o sinal, sob a forma:
S2y . x
r2 = 1 –
S2y
O coeficiente de correlação é a medida do grau de associação entre a variável

Y (critério) e as variáveis X, Z etc., é definido como a raiz quadrada do coeficiente
de determinação e nota-se por r.
 
Variação
Variação explicada (Yest – Y)
2
r= =
variação total (Y – Y)
2
O coeficiente de correlação varia entre – 1 e +1. Sendo que – 1 significa que

há total correlação negativa, + 1, total correlação positiva, e 0, a inexistência de
correlação. O coeficiente de correlação também pode ser expresso por:
S2y . x
r=
 1–
S2y
Onde:
S2y . x = variância de y em relação a x
S2y = variância de y
Na Figura 6.5 são apresentados exemplos de diagramas de dispersão de dados

com os respectivos coeficientes de correlação linear associados.
r = 0,90 r = 0,55 r = – 0,85 r=0
FIGURA 6.5 Exemplos de diagramas de dispersão com os coeficientes de correlação

associados.
Coeficiente de correlação simples
O coeficiente de correlação simples é a medida do grau de associação linear
entre duas variáveis. Sendo a fórmula matemática que representa está associação
igual a Y = a1 + a2X, a formulação geral para r ficará reduzida a:
r= (X – X) (Y – Y) =
cov(X, Y)
 (X – X)2 (Y – Y)2  var(X)  var(Y)
Esta fórmula para o cálculo do coeficiente de correlação simples só poderá

ser utilizada quando os seguintes pressupostos forem atendidos: X e Y precisam
ser variáveis aleatórias e as observações originárias de amostras com distribuições
normalmente
normalmen te distribuídas, tanto para X quanto para Y.
Esta fórmula aplicada aos dados do exemplo resultam em:
120
rx . y = 120/12,9 × 145,0) = = 0,88
137
rx . y = 0,88
O coeficiente de correlação rx . y = 0,88 significa que, para um campo de variação

de – 1 a + 1, existe uma correlação linear positiva de 0,88 ou 88% entre a variável
investimentos em comunicação e a variável volume de vendas (o que não significa
nem permite inferir a existência de uma relação de causa e efeito). Caso este valor
fosse próximo a zero, a conclusão seria de que não existiria correlação linear, mas
não seria possível afirmar a não existência de correlação que poderia ser não linear
linear..
O coeficiente de determinação para os dados do exemplo corresponde a
r2 = (0,877)2 = 0,769 cujo significado é que 76,9% da variação que ocorrer no
volume de vendas
vendas deve ser atribuída
atribuída ou explicada pela pela variação nos investimentos
em comunicação.
Multicolinearidade: o modelo da regressão múltipla requer para ser utilizado o
pressuposto de não haver intercorrelação entre as variáveis-prognóstico. Quando
o projeto de pesquisa for experimental, este pressuposto poderá ser facilmente sa-
tisfeito. Em projetos de levantamento, este pressuposto é frequentemente
frequentemente violado,
pois muitas variáveis variam simultaneamente, como: renda, nível educacional,
estilo de vida, nível do consumo etc. Dessa forma, a previsão do comportamento
de compra que fosse resultante da regressão múltipla desse conjunto de variáveis-
va riáveis-
-prognóstico estaria violando o pressuposto da não existência de intercorrelação
entre elas. Este fenômeno da existência de interdependência entre variáveis é de-
nominado multicolinearidade.
Análise fatorial
fatorial
Análise fatorial é a denominação atribuída às técnicas estatísticas paramé-
tricas multivariadas utilizadas para estudar o inter-relacionamento entre um
conjunto de variáveis observadas. Diferentemente da regressão múltipla, em que

uma variável é, explicitamente, considerada critério e as demais prognóstico, na
análise fatorial todas as variáveis são consideradas simultaneamente.
A análise
anális
tificação e fatorial
fatorial tem
da estrutura, sido empregada
redução em
do pregada emdados,
em
volume de pesquisas
pesquisas de marketing
markde
construção eting paraeatrans-
para
escalas iden-
formação dos dados.
Identificação da estrutura: a análise fatorial pode ser usada para descobrir a
estrutura básica que está por trás de um conjunto de medições. Por exemplo, atra-
vés da análise fatorial, é possível reduzir um conjunto de 40 diferentes atributos
medidos de um produto para cerca de quatro ou cinco fatores que permitirão uma
maior compreensão e a interpretação
i nterpretação substantiva dessas medições.
Redução do volume de dados: a análise fatorial pode ser utilizada para re-
duzir a massa de dados da pesquisa para uma quantidade gerenciável. A redução
de um grande número de variáveis para apenas alguns atributos, permite a utili-
zação destes fatores em análises futuras em vez das variáveis originais, reduzindo
de forma considerável o volume de dados para processar e analisar.
Construção de escalas: a análise fatorial pode auxiliar o pesquisador na
construção de escalas. O problema da construção de escalas que agreguem muitas
variáveis está na atribuição dos pesos
pesos para a combinação das diversas variáveis na
formação da escala. A análise fatorial contribui para o processo, reagrupando as
variáveis em fatores independentes
independentes e atribuindo
atribuindo o peso a ser usado
usado em cada variá-
vel para ser combinado
combinado na escala.
Transformação dos dados: várias técnicas estatísticas de análise da depen-
dência, como a regressão múltipla, só podem ser utilizadas com variáveis-prog-
nóstico que não estejam correlacionadas. A análise fatorial pode ser utilizada na
identificação de fatores não correlacionados para que essas técnicas possam ser
utilizadas.
Exemplos do uso em pesquisas de marketing da análise fatorial:
 Desenvolvimento de escalas de personalidades.

 Segmentação de mercado psicográfica ou de estilo de vida.
 Identificação dos atributos-chave do produto que determinam a preferên-
cia no consumo.
 Identificação de variáveis-chave que determinam a formação e manuten-
ção 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, ati-

tudes, opiniões, interesses, percepções, preferências etc., de forma a pre-
dizer melhor o comportamento de compra e de consumo.

Agrupamento
mento etc. de pessoas
pessoas com
com base
base em suas similaridades de comporta-
Passos
Passos da análise
análise fatorial
Há, basicamente, três passos na condução da análise fatorial: cálculo das cor-
relações entre as variáveis, extração inicial de fatores e a rotação da matriz.
Cálculo das correlações: para o cálculo da matriz de correlações podem ser
utilizadas duas abordagens: análise fatorial R e análise fatorial Q. Na análise fato-
rial R, as correlações são calculadas entre variáveis e, na análise fatorial Q, entre
casos. Nos procedimentos da análise fatorial R procura-se agrupar as diferentes
variáveis em alguns fatores específicos. Casos podem ser pessoas, produtos, lojas
ou quaisquer outros elementos de tal forma que, tratados pela análise fatorial,
possam ser agrupados em fatores específicos. Este procedimento poderá ser usado
para encontrar pessoas, produtos ou lojas que pertençam a diferentes grupos ou
segmentos ou para reagrupar pessoas em grupos específicos. TodasTodas as variáveis de-
vem ser correlacionadas,
correlacionadas, duas a duas, conforme
conforme métodos já vistos
vistos neste capítulo.
Extração dos fatores iniciais: há diversos métodos de extração de fatores da
matriz de correlações. De forma geral, estes métodos são numericamente comple-
xos para serem aqui abordados. Um desses métodos, o método das componentes
principais, é intensamente utilizado na prática e será aqui utilizado para exempli-
ficar os procedimentos da análise fatorial.
O objetivo da extração de fatores é encontrar um conjunto de fatores que for-
mem uma combinação linear das variáveis na matriz de correlação. Desta forma,
se as variáveis X1, X2, X3 forem altamente correlacionadas entre si, elas serão com-
binadas para formar um fator, e assim sucessivamente com todas as demais va-
riáveis da matriz de correlação. Uma combinação linear entre variáveis pode ser
assim definida:
F = b1X1 + b2X2 + ... + bm Xm

Onde F é uma combinação linear das variáveis X , X , ..., X e é denominado
de componente principal. O método das componentes1principais
2 m
para análise fato-
rial envolve a procura de um conjunto dos valores de b nesta equação que forme
uma combinação linear que explique mais variância na matriz de correlação que
qualquer outro conjunto de valores para b. É chamado de primeiro fator principal.
A seguir,
seguir, a variância explicada
explicada é extraída
extraída da matriz de correlações original, obten-
obten-
do-se assim a matriz residual. Desta matriz de correlação residual, adotando-se o
mesmo procedimento anterior, obtém-se o segundo fator principal, e assim suces-
sivamente todos os fatores principais, até que uma variância muito pequena per-
maneça sem ser explicada. A natureza deste procedimento permite extrair fatores
que não são correlacionados ou que tenham correlação muito pequena uns com os
outros. Neste caso, os fatores são chamados de ortogonais.
Rotação da matriz: os fatores extraídos conforme o item anterior apresen-
tam, frequentemente, muitas dificuldades para serem interpretados. Para ajudar
na interpretação desses fatores, a solução inicial deve ser girada. Há duas formas
de procedimento do giro da matriz: giro ortogonal, que mantém os fatores não
correlacionados e o giro oblíquo, que torna os fatores correlacionados, entre si. A
ideia básica do giro de fatores é identificar alguns fatores que possuam variáveis
que tenham alta correlação e outros com variáveis que possuam baixa correlação.
A compreensão
através de um exemplo desses passos na condução da análise fatorial será facilitada
ilustrativo.
Na Tabela 6.17, são apresentadas todas as correlações possíveis entre nove
variáveis (análise fatorial R) a partir dos dados (fictícios) coletados numa pesqui-
sa para verificar quais são os atributos do produto determinantes no processo de
compra de automóveis novos, avaliados numa escala de cinco ci nco pontos. A utilização
da análise fatorial visará reduzir esse conjunto de nove atributos a um conjunto
menor de fatores explicativos.
TABELA 6.17 Correlação entre nove variáveis relacionadas à compra de automóveis
Correlação entre variáveis

Variáveis
1 2 3 4 5 6 7 8 9
1. Desempenho 1 ,76 ,48 ,20 ,08 ,25 ,05 ,28 ,18

2. Modelo moderno 1 ,47 ,19 ,07 ,25 ,10 ,30 ,21
3. Conforto 1 ,22 ,13 ,22 ,09 ,31 ,26
4. Confiança na marca 1 ,42 ,53 ,00 ,20 ,33
5. Durabilidade/qualidade 1 ,36 ,01 ,09 ,18
6. Segurança 1 ,08 ,31 ,33
7. Espaço (passageiros e bagagens) 1 ,45 ,34
8. Economia (combustível e manutenção) 1 ,48
9. Preço de aquisição 1
A Tabela
Tabela 6.18 apresenta os fatores principais extraídos da matriz de correla-
ção e a matriz girada ortogonal (rotação varimax). Os cálculos para a realização
desta rotação são muito complexos e fogem ao escopo deste livro. A realização da
rotação de matrizes demanda uma quantidade tão grande de cálculos que a utili-
zação da análise fatorial em pesquisas de marketing só passou a ser viável com o
advento dos computadores e dos programas de análises que possibilitaram a rea-
lização dos cálculos de forma rápida, precisa e econômica.
TABELA 6.18 Fatores extraídos da matriz de correlação e a matriz girada (ortogonal)

Matriz principal de fatores Matriz girada
A B C
Variáveis A B C h2
Emocional Racional Econômico
1. Desempenho ,68 -,52 ,31 ,83 ,90 ,08 -,05

2. Modelo moderno ,69 -,51 ,26 ,80 ,89 ,07 -,01
3. Conforto ,63 -,32 ,16 ,53 ,69 ,15 -,17
4. Confiança na marca ,58 ,53 ,27 ,69 ,14 ,81 -,08
5. Durabilidade/qualidade ,38 ,59 ,29 ,57 -,02 ,76 ,03
6. Segurança ,63 ,44 ,16 ,62 ,20 ,73 -,20
7. Espaço (passageiros e ,33 -,04 -,77 ,70 -,02 -,13 -,83
bagagens)
8. Economia (combustível ,65 -0,4 -,52 ,69 ,28 ,13 -,77
e manutenção)
9. Preço de aquisição ,62 ,22 -,42 ,61 ,13 ,36 -,68
Soma dos quadrados 3,12 1,51 1,40 6,03 2,23 1,97 1,83
% variância total 34,66 16,78 15,56 67,00 24,78 21,88 20,34
% variância comum 51,74 25,04 23,22 100,00 36,98 32,66 30,36
Analisando a Tabela 6.18 pode-se observar que existem três fatores relacio-
nando os nove atributos. Os elementos da matriz principal, listados sob os fatores,
são chamados de carga dos fatores não girados. A carga dos fatores mede quais va-
riáveis estão envolvidas e em que grau e direção. A forma de entender o significa-
do da carga é relembrar que ela é um coeficiente de correlação entre uma variável
e um fator.
fator. Quando se eleva a carga ao
a o quadrado se estará calculando o coeficiente
de determinação entre uma variável e um fator
fator.. O coeficiente de determinação é a
proporção de variação que uma variável tem em comum com um fator não girado.
A coluna h2 mede as comunalidades. Comunalidade é a proporção das varia-
ções totais dashvariáveis
maticamente, 2 é igual àque estão
soma envolvidasdas
do quadrado com os fatores
cargas identificados.
de cada variável emMate-
todos
os fatores. Como exemplo, o cálculo de h2 para o atributo 1 é:
h2 = (,68)2 + (-,52)2 + (,31)2 =,83
Tendo h2, calcula-se em que grau a variável não está relacionada com as outras,
subtraindo de 1. Assim, 0,17 (= 1 –,83) é o grau que o atributo 1 não está rela-
cionado com as outras variáveis; é também chamado de medida da exclusividade.
Para
tores, obter achamada
também porcentagem da variância
de variância total
comum, dos calcular
basta dados explicada pelos três
H da seguinte fa-
forma:
H = (soma de todos h2)/(número de variáveis) × 100 = 67%
Para calcular a quantidade de variação explicada em cada fator, basta somar

os quadrados das cargas atribuída, dividir pelo número de variáveis e multiplicar
por 100. Por exemplo, para o fator A, este valor é:
3,12/9 × 100 = 34,66%
Para
dividir efetuar oexplicada
a variação cálculo dapela
quantidade
variânciade variação
total comum
dos dados de cadapelos
explicada fator,três
basta
fa-
tores (H), multiplicada por 100, que para o fator A é:
34,66%/67,00% × 100 = 51,74%
Note na Tabela
Tabela 6.18 que a comunalidade para cada variável permanece a mes-
ma antes e depois da rotação da matriz. Isto mostra que o giro dos fatores, quan-
do feito simultaneamente, aponta exatamente os mesmos valores de cada variável
dos fatores não girados, e que apenas os pesos de cada variável em cada fator es-
tão agora redistribuídos.
Já a quantidade de variação explicada em cada fator mudou da matriz prin-
cipal para a matriz girada. Na matriz principal o fator A domina o quadro. Na
matriz girada, as cargas foram mudadas de tal forma que as quantidades de
variações
variaç ões explicad
explicadas
as são agora aproxima
aproximadamente
damente idêntic
idênticas.
as. Na matriz girada
fica fácil perceber agora, pelas grandes cargas atribuídas, quais são as variáveis
que compreendem cada fator. Assim, o fator A, denominado fator emocional, é
formado pelas variáveis desempenho, modelo moderno e conforto; o fator B,
denominado fator racional, é formado pelas variáveis confiança na marca, du-
rabilidade/qualidade e segurança; e o fator C, denominado fator econômico, é
formado pelas variáveis espaço, economia e preço. As denomina
denominações
ções a serem
atribuídas aos fatores são de responsabilidade do pesquisador,
pesquisador, que deve ser cria-
tivo e encontrar denominações que representem o conjunto de variáveis associa-
das ao
a o fator.
fator.
O leitor deve ter notado na apresentação feita da análise fatorial que a aten-
ção foi concentrada em como dar entrada dos dados e em como interpretar as
saídas, e muito pouco em como o processamento é feito. Optou-se por este cami-
saídas,
nho pelas seguintes razões: a complexidade das formulações e teorizações exis-
tentes na análise fatorial é tão extensa que não cabe apresentá-las num livro de
pesquisa de marketing, uma vez que o interessado poderá encontrá-las em outras
obras especializadas; e como a utilização da análise fatorial na prática da pesqui-
sa de marketing é feita essencialmente com o uso de computadores e programas
de análises especiais, não há necessidade de o pesquisador de marketing conhecer
profundamente
profundamen te suas formulações e teorizações, mas saber como utilizá-los e, prin-
cipalmente, como interpretar os resultados obtidos.
Análise de conglomerados
conglomerados
A análise de conglomerado
conglomeradoss permite ao pesquisador classificar objetos ou in-
divíduos observados em relação a inúmeras variáveis em subgrupos ou conglo-
merados não definidos a priori, mas que surgem em função da análise realizada.
Uma das principais aplicações da análise de conglomerados em marketing é a sub-
divisão do mercado em segmentos utilizando medidas multivariadas dos consu-
midores como: demográficas, sociais, econômicas e psicográficas. Cada segmento
(conglomerado) terá por características uma grande similaridade interna e uma
grande dissimilaridade externa.
Suponha-se, para exemplificar os procedimentos, os dados obtidos em escalas
de renda e ocupação de apenas nove consumidores – para simplificar os cálculos
– que se deseja agrupar em segmentos socioeconômicos, conforme apresenta a
Tabela 6.19.
TABELA 6.19 Renda e ocupação de consumidores pesquisados

Pontuação obtida na variável
Consumidor
Renda (X1) Ocupação (X2)
A 25,00 25,00
B – 20,00 – 22,50
C 30,00 20,00
D 25,00 17,50
E 2,50 10,00
F – 15,00 – 17,50
G 2,50 – 5,00
H 0,50 0,50
I – 25,00 – 20,00
Uma primeira maneira de se obter os agrupamentos é plotar os resultados

num gráfico bidimensional e visualmente determinar os segmentos. Na Figura 6.6,
construída a partir dos dados da Tabela
Tabela 6.19, podem ser identificados visualmente
três
doresconglomerados (ou no2caso,
A, C e D; segmento segmentos):
formado segmento 1 formado
pelos consumidores E, G e H;pelos consumi-
e o segmento
3 formado pelos consumidores B, F e I. A determinação visual de conglomerados
só é possível quando o número de variáveis de segmentação não ultrapassar três.
Quando o número de variáveis for maior do que três, apenas por métodos analíti-
cos e objetivos será possível identificar os conglomerados.
25  A
S1
20  C
15  D
10  E
S2
5
 H Renda
– 25 – 20 – 15 – 10 –5 0 5 10 15 20 25 30
–5  G
– 10
S3
– 15
F 
– 20
I 
B 
– 25
FIGURA 6.6 Identificação visual de conglomerados.

Distância euclidiana de duas medidas: uma medida da similaridade entre
indivíduos que leve em consideração, simultaneamente, diversas variáveis se faz
necessária. Essa medida é chamada de distância euclidiana da medida da simila-
ridade que, no caso particular de duas variáveis, para os consumidores D e H, no
exemplo é:
dD, H =  (X1H – X1D)2 + (X2H – X2D)2
dD, H =  (5 – 25)2 + (5 – 17,5)2
dD, H = 23,6
O mesmo raciocínio pode ser generalizado para o cálculo da distância eucli-

diana para n variáveis.
Para a realização da análise de conglomerados são utilizadas as distâncias eu-
clidianas médias. No exemplo considerado, essa distância
di stância entre os pontos D e H, é
igual a dD,H média = 23,6 / 2 = 11,8.
O procedimento seguinte é o de construir uma matriz das distâncias médias
entre todos os pares de consumidores estudados, conforme a Tabela 6.20, constru-
ída para o exemplo. Note que a distância é uma medida inversa da similaridade,
pois, quanto maior a distância entre dois sujeitos, mais diferentes eles serão em
relação às variáveis consideradas. Note também o elevado volume de cálculos ne-
cessários para a construção de uma matriz deste tipo que, no exemplo simplificado
com apenas nove indivíduos e duas variáveis, resultou em C9,2 = 9! / (9 – 2)! 2!
= 36 distâncias a serem calculadas. Os conglomerados não são facilmente iden-
tificados nesta matriz, exigindo algum procedimento adicional que facilite esta
identificação.
TABELA 6.20 Matriz de distância média entre pares de consumidores pesquisados

A B C D E F G H I
A 0,0
B 32,7 0,0
C 3,5 32,8 0,0
D 3,7 30,1 2,8 0,0
E 13,5 19,7 14,6 11,9 0,0
F 29,2 3,5 29,3 26,6 16,3 0,0
G 18,7 14,2 18,6 15,9 7,5 10,8 0,0
H 14,1 18,6 14,6 11,8 2,8 15,1 5,1 0,0
I 33,6 2,8 34,0 31,2 20,3 5,1 15,7 19,5 0,0
Partindo dessa matriz, existem três diferentes métodos para proceder a aná-
lise de conglomerados: método das ligações, método nodal e método fatorial,
cujos objetivos comuns são classificar objetos ou indivíduos de tal forma que
tenham, tanto quanto possível, grande similaridade no grupo e grande dissimi-
laridade entre os grupos. O conjunto destes métodos emprega um número tão
grande, diverso e complexo de algoritmos que a sua apresentação detalhada
exigiria um extenso livro específico. Durante várias décadas a análise de con-
glomerados não foi empregada em pesquisas de marketing justamente devido
à complexidade e ao volume de cálculos que tornavam inviável a sua operacio-
nalidade. Com o desenvolvimento da informática, esta barreira foi superada e
a análise de conglomerados passou a ser utilizada. Dos três métodos existentes,
será apresentado apenas o primeiro, com o objetivo específico de exemplificar o
que é a análise de conglomerados
conglomerados..
Método das ligações: o método das ligações, por sua vez, subdivide-se em:
método das ligações simples, método das ligações completas e método das liga-
ções médias, dos quais será detalhado, pelas razões já expostas, apenas o primeiro.
Método das ligações simples: os procedimentos deste método compreendem,
inicialmente, partindo dos dados da matriz de distâncias médias, ordenar em or-
dem crescente de distâncias, por exemplo, menores do que dez, os pares de indi-
víduos, cujos resultados
resultados estão na Tabela
Tabela 6.21.
TABELA 6.21 Ordenamento de distâncias entre pares de consumidores pesquisados

Distância Pares de consumidores
2,8 CD, BI e EH
3,5 AC e BF
3,7 AD
5,1 FI e GH
7,5 EG
A análise da Tabela 6.21 permite facilmente identificar os conglomerados

conglomerados..
Por exemplo, pode-se observar que C está próximo de D, D está próximo de A e
A está próximo de C, constituindo-se num conglomerado e, assim
a ssim sucessivamente
identificam-se os demais conglomerados: B, F e I; e E, G e H. Esses conglomerados
podem ser visualizados conforme o diagrama exposto na Figura 6.7.
Nos procedimentos para a realização de análises de conglomerados são reco-
mendados os seguintes passos:
1. Selecionar e codificar as variáveis (ou atributos).

2. Produzir estimativas das semelhanças
semelhanças (matriz
(matriz de distâncias).
3. Proceder à conglomeração através

através de um dos três métodos
métodos apresentados.
4. Testar o sistema e nomear os conglomerados obtidos.
obtidos.
A B E
3,7 3,5 3,5 2,8 7,5 2,8
D 2,8 C F 5,1 I G 5,1 H
FIGURA 6.7 Visualização dos conglomerados.

7
COMUNICAÇÃO EM PESQUISAS
Existem dois momentos importantes de comunicação em pesquisas. O primei-

ro é quando se descreve o que se propõe a fazer através da proposta de pesquisa.
O segundo é quando devem ser comunicadas as conclusões da pesquisa, através
de um relatório escrito e de apresentações verbais. Neste capítulo são descritos os
conteúdos desses documentos.
Formato
Formato e conteúdo de propostas de pesquisas de marketing
A pro
propos
posta
ta de pes
pesquis
quisaa de mar
market
keting
ing não deve ser con
confun
fundida
dida com o pro
projet
jetoo
de pesquisa. O projeto de pesquisa é um documento extremamente detalhista para
uso interno da empresa e da equipe de pesquisa, resultante de um grande esforço de
planejamento. Uma proposta de pesquisa é um documento que, baseado no projeto
de pesquisa, deve conter informação suficiente para que a entidade contratante/pa-
trocinadora possa avaliá-lo, técnica e economicamente, e decidir pela contratação/
patrocínio ou não. O desenvolvimento de um projeto de pesquisas exige grande co-
nhecimento de inúmeros aspectos metodológicos que não devem ser fornecidos na
proposta, sob pena de o proponente perder a primazia sobre sua metodologia.
metodologi a. Entre-
tanto, apresentar propostas sem entrar nos aspectos metodológicos, com certeza, não
tanto, apresentar propostas sem entrar nos aspectos metodológicos, com certeza, não
inspirará confiança no contratante e esta dificilmente será aprovada. A sugestão é a
apresentação da metodologia de forma geral, sem entrar em pormenores técnicos.
Conteúdo de propostas de pesquisas de marketing

Os seguintes itens devem fazer parte de uma proposta de pesquisa de marketing:
Introdução
Objetivos
Geral
Específicos
Metodologia
Tipo de pesquisa
Método(s) de coleta de dados
População
População de pesquisa (ou público-alvo)
Amostra, amostragem, nível de confiabilidade, erro amostral etc.
Métodos de análises
Resultados esperados
Cronograma
Custo/formaa de pagamento/validade da proposta
Custo/form
Responsabilidades
Responsabilidades da contratante
Responsabilidades
Responsabilidades da contratada
Responsável pela pesquisa
O conteúdo de cada uma dessas partes é sugerido pela ICC/ESOMAR ( Inter-
national Chamber of Commerce – ICC e European Society for Opinion and Marke-
ting Research – ESOMAR) que, complementando a preocupação em estabelecer
princípios éticos, bem como harmonização nas práticas de pesquisa publicaram,
em 1979, o documento denominado Diretrizes ICC/ESOMAR reproduzido
reproduzido no Ane-
xo 7.1, e o Check-list a ser considerado, reproduzido no Anexo 7.2.
Orçamento de pesquisa
Muitas empresas pequenas e algumas médias têm problemas em orçar pes-
quisas. Essa dificuldade fica evidente quando se observam resultados de licitações
públicas de pesquisas. Em um processo de licitação, normalmente toda a metodo-
logia da pesquisa é predefinida pela instituição interessada, facilitando, dessa for-
ma, a comparação das propostas comerciais dos licitantes. Não tem sido incomum
encontrar diferenças de até 600% nos preços entre a proposta de preço mais baixo
e a de preço mais elevado, denotando haver problemas na orçamentação de pes-
quisas pelas empresas.
É apresentado no Quadro 7.1, uma sugestão de planilha para a elaboração de
orçamentos de pesquisas, para empresas que adotam o sistema de “Lucro Presumi-
do”, como a maioria das pequenas empresas de pesquisa e parte das médias. Essa
7. COMUNICAÇÃO EM PESQUISAS 267
planilha pode ser colocada e programada em planilha eletrônica, facilitando e ele-

vando a precisão dos cálculos,
cálculos, permitindo, também,
também, efetuar diversas simulações.
QUADRO 7.1 Modelo de planilha de orçamento de pesquisa
Projeto:
R$
Atividade Quantidade Orçado Real
Unitário
Coordenação geral
Coordenação administrativa
Supervisão de campo
Entrevistas em profundidade (quando houver)
Relatórios das entrevistas em profundidade
Aplicação de pré-testes
Campo/Coleta de dados/Aplicação de questionários

Ajuda de custos a entrevistadores
Impressão dos questionários (número de páginas)
Agendamento de entrevistas (quando houver)
Custo de telefonemas para agendamento
Checagem (20% dos questionários)
Custo de telefonemas para checagem
Crítica dos questionários
Codificação de perguntas abertas (quando houver)
Digitação dos questionários
Crítica e consistência do banco de dados

Processamento e pré-elaboração de relatório quantitativo
Análises e conclusões/elaboração de relatório final
Desk Research
Cartuchos, papel, encadernação, motoboys, CD-ROMs etc.

Treinamento de pesquisadores
Viagens (transporte, hospedagem e alimentação)
INSS sobre autônomos (20% sobre autônomos)
Subtotal 1 ST1
Margem de segurança sobre o subtotal 1 S
Subtotal 2 ST2
Overhead OH
Impostos (% sobre o total final) I
Total final TF
Sendo:
ST1 = Soma de todos os custos previstos
S = % de margem de segurança aplicado ao ST1
ST2 = ST1 + S  ST1
OH = % do TF destinada ao lucro e a cobrir outros custos
I = % do TF destinada ao pagamento dos impostos
Tendo ST2, OH e I, calcula-se o valor de TF utilizando-se a fórmula:
TF = ST2 / [1 – (OH + I)]
OH e I em valores decimais (OH = Overhead = % sobre o total final –

podeSendo
também ser ao custo total – destinado a cobrir outros custos e para atingir o
lucro desejado para o projeto de pesquisa).
Exemplo:
ST1 = R$ 20.000,00
S = 5% (ou 0,05 em centesimais)
ST2 = R$ 20.000,00 + 0,05 R$ 20.000,00 = R$ 21.000,00

OH = 30% (ou 0,30 em centesimais)

I = 13% (ou 0,13 em centesimais)
Aplicando a fórmula
fórmula ter-se-á:
TF = R$ 21.000 / [1 – (0,30 + 0,13) = R$ 21.000 / 0,57 = R$ 36.842
Confirmando:
OH = 0,30 R$ 36.842 = R$ 11.053

I = 0,13 R$ 36.842 = R$ 4.789

Relatório de pesquisa
Nenhuma pesquisa, por melhor que tenha sido planejada e executada, terá
sucesso se o pesquisador falhar no momento de sua comunicação. A comunicação
bem planejada e executada é convincente e valoriza os resultados da pesquisa e a

equipe que a realizou.
A etapa final do processo de pesquisa é a comunicação dos resultados, que
consiste na apresentação
diência específica, dos resultados
objetivando e conclusões
determinado propósito.da pesquisa
Esta para uma au-a
etapa compreende
preparação e a entrega do relatório de pesquisa e a preparação e a apresentação
de relato oral dos resultados.
Existem dois meios básicos de comunicar os resultados de uma pesquisa: es-
crito e verbal. Os meios de comunicação por escrito compreendem: o relatório de
pesquisa; artigos em revistas e jornais; propaganda em revistas e jornais; e press-
-releases, entrevistas e reportagens nos meios de comunicação escritos. As formas
verbais compreendem:
compreendem: a apresentação oral a umauma audiência específica;
específica; propagan-
da nos meios de comunicação eletrônicos, e entrevistas e reportagens nos meios
de comunicação eletrônicos.
Os meios de comunicação de massa (rádio, TV e jornais), tanto através de en-
trevistas e reportagens, como de propaganda, são utilizados quando a divulgação
dos resultados para grandes audiências é do interesse mercadológico da empresa
patrocinadora da pesquisa (melhorar a imagem, propagar vantagens do produto
etc.) ou do pesquisador ou agência de pesquisa para ganhar prestígio.
O relatório escrito é a forma mais completa e a mais utilizada para a comu-
nicação dos resultados de uma pesquisa. Existem certas diretrizes e determinado
formato para a sua elaboração que, se obedecidos, elevam a probabilidade de se
redigir um relatório de alta qualidade e comunicabilidade.
Diretrizes para a elaboração do relatório escrito

Um bem elaborado relatório de pesquisa deve ser completo, preciso, objetivo,
claro e conciso.
Completo: um relatório é completo quando possui todas as informações ne-
cessárias aos leitores a que se dirige. No caso de relatórios de pesquisas de ma-
rketing, o redator/pesquisador deve ter em mente que eles são utilizados para a
tomada de importantes decisões mercadológicas e que seus usuários – diretores e
gerentes de marketing, gerentes de produtos e novos produtos, gerentes de pro-
gerentes de marketing, gerentes de produtos e novos produtos, gerentes de pro
moção, gerentes de distribuição e gerentes de vendas – estão interessados em cla-
reza, objetividade,
os resultados concisãopoderão
apresentados e precisão. Sua preocupação
ajudá-los primeira
a tomar decisões é saber
melhores emcomo
suas
respectivas áreas de ação mercadológica. Um relatório cheio de pontos duvidosos,
com linguagem difícil e obscura, mostrando, junto com fatos importantes, uma
infinidade de fatos óbvios, com resultados pouco precisos e sem apresentar dados
conclusivos a respeito do assunto em estudo, estará condenado ao desprezo por

estes usuários. Se, durante a redação do relatório, o redator/pesquisador tiver
sempre em mente os objetivos da pesquisa, a audiência a que se destina e souber
separar
para dos resultados
produzir o que
um relatório é importante, com certeza estará no caminho certo
completo.
Preciso: a precisão dos resultados de uma pesquisa depende, fundamental-
mente, de todo cuidado no seu planejamento e execução, porém, toda precisão
conseguida durante este processo poderá ser colocada em risco se o relatório não
for bem elaborado. Imprecisões podem ser cometidas por: falta de cuidados no
manuseio das informações; incapacidade de construir frases que correspondam à
realidade dos fatos; e até erros gramaticais (pontuação
( pontuação errônea, tempo verbal ina-
dequado, discordâncias entre sujeito, verbo e objetos, palavras escritas de forma
incorreta, utilização inadequada de conjunções e preposições etc.).
Objetivo: os resultados da pesquisa precisam ser apresentados com o máximo
de objetividade, de forma a ganhar rapidamente o interesse de uma audiência ex-
tremamente ocupada. A objetividade da redação de um relatório pode ser conse-
guida através dos seguintes pontos:
 Selecionar e salientar sempre os pontos relevantes dos resultados.

 Utilizar frases curtas e sempre na ordem direta.
 Utilizar parágrafos curtos
curtos (no máximo em torno de dez linhas).
 Usar palavras que sejam de conhecimento da audiência.
 Evitar termos populares e gírias.
Claro: a clareza de um relatório é conseguida através de uma sequência de

apresentação clara e lógica e de uma redação com precisão de expressão. A ausên-
cia de clareza dificulta a localização e até o entendimento das informações conti-
das no relatório e faz com que o interesse e a credibilidade da audiência caiam. O
conhecimento do perfil da audiência, da sequência lógica da otimização, da uti-
lização de termos corretos e de uma redação simples e clara ajudará a preparar
relatórios mais claros. É difícil para o redator/pesquisador, que já está muito fa-
miliarizado com a pesquisa, ter sensibilidade suficiente para perceber o quanto o
relatório que escreveu tem de clareza. Os seguintes procedimentos
procedimentos podem ajudar
a redigir/verificar/ampliar a clareza de um relatório:
 A objetividade
objetividade ajuda na clareza. Portanto,
Portanto, a redação deve seguir as suges-
suges-
tões dadas no item objetivo para conseguir clareza.
 Verificar se a forma utilizada para apresentação do resultado de cada
questão (quadro, tabela, gráfico de diversos tipos, figuras etc.) é a mais
conveniente. Procurar sempre responder a esta pergunta: “Será que não

existe outra forma mais clara de apresentar este resultado e evidenciar as
conclusões?”.

Depois de elaborada
elaborada a primeira versão
versão do relatório, fazer uma primeira
revisão, colocando-se no lugar de sua audiência.
a udiência.
 Outras revisões devem ser feitas por outros
outros elementos
elementos da equipe
equipe de pes-
quisa.
 Uma forma definitiva de testar a clareza do relatório, depois
depois da última
revisão feita pela equipe, é solicitar sua leitura comentada por alguém
que nada tenha a ver com a pesquisa, mas que tenha um perfil parecido
com o da audiência.
Conciso: o relatório precisa ser conciso, apesar

apesa r de completo. Parece impossível
atender a estas duas características simultaneamente, mas não é. O que se quer di-
zer com conciso é que o redator/pesquisador precisa ser seletivo sobre o que inclui-
rá no relatório, tendo em vista os objetivos de sua pesquisa. Não há necessidade de
constar no relatório tudo o que foi encontrado na pesquisa; o que não for importan-
importa n-
te para atender aos seus objetivos deve ser omitido. Também devem ser omitidas
longas apresentações e discussões de metodologias já suficientemente conhecidas.
Um quadro, uma tabela, uma figura ou um gráfico bem construídos podem evitar
muitas páginas de apresentação descritiva e cansativa dos resultados.
Formato
Formato do relatório escrito da pesquisa
Não existe um único padrão de formato que atenda a todas as situações de

pesquisa. É apresentado a seguir um formato que atende a maioria dos projetos
de pesquisas, mas o redator/pesquisador deverá, para o seu particular projeto, ve-
rificar se todos os itens fazem sentido de serem apresentados e se não devem ser
incluídos outros. Em seguida à apresentação do formato é feita uma descrição do
conteúdo de cada item.
1. Página de rosto
2. Sumário
2. Sumário
3. Resumo gerencial
3.1 Colocação do problema e dos objetivos

3.2 Principais resultados
3.3 Conclusões e recomendações
4. Corpo do relatório
4.1 Apresentação (ou Introdução)

4.2 Objetivos
4.3 Metodologia
4.4 Resultados
5. Conclusões, recomendações e limitações
6. Anexos
6.1 Instrumento de coleta de dados
6.2 Plano de amostragem
6.3 Procedimentos e cálculos utilizados nas análises dos dados
6.4
6. 4 Quadros, gráficos, figuras e tabelas não incluídos no corpo do relatório
7. Bibliografia e (ou) referências bibliográficas
lhor Página de rosto:

represente a página
a essência de rostoadeve
do estudo), data,conter
o nomeo título da pesquisapatrocina-
da organização (que me-
dora e o nome da organização realizadora da pesquisa.
Sumário: o sumário apresenta a listagem dos tópicos contidos na mesma se-
quência de sua aparição no relatório, indicando a página em que o tópico se en-
contra. Os tópicos contidos no sumário podem compreender: itens e subitens,
quadros, gráficos, figuras e tabelas. O objetivo principal do sumário é facilitar ao
leitor a localização de qualquer tópico do relatório.
Resumo gerencial: o resumo gerencial é uma das partes mais importantes
do relatório, pois grande parte da audiência lerá, por razões de indisponibilidade
de tempo, apenas esta parte do relatório. Outra parte da audiência costuma ler
primeiro o relatório gerencial; se considerar a pesquisa e os resultados relevantes
para o seu problema, lerá o corpo, caso contrário, o relatório será abandonado. O
resumo gerencial deve ter uma ou, no máximo, duas páginas. Não deve ser uma
miniatura do corpo do relatório. O resumo gerencial deve ser elaborado visando
atender às necessidades dos tomadores de decisão e, por isso, deve ser orientado
para a ação. Deve prover os tomadores de decisão com os resultados e recomen-
dações-chave para dar suporte e orientação às suas decisões.
Um bom resumo gerencial deve ater-se à apresentação sumária do proble-
ma e dos objetivos, dos principais resultados encontrados e das conclusões e re-
comendações. O propósito da introdução, no resumo gerencial, é o de prover o
leitor com
apreciar o mínimoosderesultados,
e entender informaçãoconclusões
sobre as origens da pesquisaEsses
e recomendações. para resultados
que possa
precisam estar em total acordo com os do corpo do relatório, mas somente os
achados fundamentais são aqui apresentados. Uma abordagem muito utilizada
para apresentar os achados é através de várias colocações objetivas, relatando o
que foi encontrado em relação a cada objetivo do estudo. Analogamente, as con-

clusões e recomendações também podem seguir essa mesma forma de apresenta-
ção. O resumo gerencial deve ser destacável do corpo do relatório para poder ser
utilizado
Corpoà parte.
do relatório: é a parte do relatório que deve conter os detalhes da pes-
quisa. O conteúdo do corpo do relatório compreende: a apresentação (ou introdu-
ção), os objetivos, a metodologia e os resultados.
Apresentação (ou introdução): o propósito da apresentação é o de fornecer ao
leitor as informações necessárias para que ele possa entender o relatório da pes-
quisa. O detalhamento maior ou menor da apresentação vai depender da familia-
ridade da audiência com o problema em estudo. Quanto menos familiarizada e
diversa for a audiência, maior deverá ser o detalhamento da apresentação. Tipica-
mente, uma apresentação deve ter maior ou menor grau de detalhamento:
 Exposição clara do problema de pesquisa

pesquisa – quais as razões da pesquisa,
quais problemas se pretende ajudar a resolver com a pesquisa.
 Apresentação do objetivo
objetivo geral, incluindo a apresentação
apresentação das questões
questões
e (ou) hipóteses da pesquisa – o que se pretende com a realização da
pesquisa.
 Apresentação de informações
informações sobre o produto
produto e o mercado estudados,
tais como participação de mercado, concorrentes etc., que permitam me-
lhor compreensão do problema.
Objetivos: os objetivos são apresentados de forma a não deixar nenhuma dú-

vida quanto ao que se pretende alcançar com os resultados da pesquisa. Uma
pesquisa pode ter mais de um objetivo, mas apenas um principal e outros comple-
mentares ou secundários. É interessante, neste item, para facilitar a compreensão
do leitor, separar esses objetivos em principal e complementares ou secundários.
Também deverá ser aqui informado se, por alguma razão, houve necessidade de
mudar ou incluir algum objetivo depois de a pesquisa ter sido iniciada. A correta
colocação dos objetivos é muito importante para não gerar falsas expectativas e
porque muitos leitores costumam ler, inicialmente, esta parte do relatório e, em
seguida, ler as conclusões e verificar se nelas os objetivos foram alcançados.
Metodolog
Metod ia:
ologia no item metodologia, devem ser descritos todo o projeto e execu-
ção metodológicos
do número da pesquisa,
de elementos tais como
da amostra, o métododedecoleta
o método amostragem,
de dadosa determinação
e os procedi-
mentos para análise. Os objetivos de apresentar a metodologia no corpo do relató-
rio compreendem: sumarizar os aspectos metodológicos do projeto de pesquisa de
forma a torná-los compreensivos para os leitores não técnicos e despertar confiança
na qualidade dos procedimentos adotados e, consequentemente, nos resultados da

pesquisa. Deverá ser dada uma visão geral do projeto de pesquisa para que o leitor
possa ter uma ideia da metodologia utilizada, sem entrar em detalhes por demais
específicos. Se o redator/pesquisador
cos acompanhem julgarnos
o relatório, deverá fazê-lo necessário
anexos, que
paradetalhes mais
não tornar específi-
o corpo do
relatório muito detalhista e de leitura difícil. A seguir, é apresentada uma lista das
informações sobre a metodologia que deve constar do corpo do relatório:
 Informar se o projeto da pesquisa

pesquisa foi exploratório ou conclusivo;
conclusivo; se con-
con-
clusivo, se foi descritivo ou explicativo.
 Informar se o método
método de coleta de dados utilizado foi o da comunicação
comunicação
(entrevista pessoal, entrevista pelo telefone, entrevista focada de grupo,
questionário pelo correio, fax, Internet etc.) ou o da observação (a olho
nu, com instrumentos etc.).
 Informar como a amostra foi delineada:
 Como a população de pesquisa foi definida; como a listagem da popu-
lação foi obtida ou gerada.
 Como as unidades amostrais foram definidas.
 Como a amostra foi definida: a amostra foi probabilística (de qual
tipo) ou não probabilística (de qual tipo). Se a amostra não foi proba-
bilística, qual a razão?
 Houve dificuldades para contatar elementos da amostra seleciona-
dos? Como estas dificuldades foram superadas? Foram introduzidos
vieses na pesquisa devido a estas dificuldades?
 Sobre as análises, deve ser
ser informado apenas que programa(s) de análi-
ses foi(foram) empregado(s), à medida que não há muita utilidade em
informar,, antecipada e desvinculadamente, detalhes da análise que serão
informar
informados e mais bem aproveitados pelos leitores no momento oportuno
de apresentação dos resultados.
Resultados:
o item de resultados compõe a maior parte do relatório e com-
preende a apresentação numa estrutura lógica e sequencial de resultados e des-
cobertas da pesquisa, através da utilização de textos, quadros, tabelas, gráficos
ou figuras. A seguir
seguir,, são apresentadas algumas sugestões para a apresentação dos
resultados:
 Antes de iniciar a redação dos resultados, montar
montar sua itemização numa
numa
sequência tão lógica quanto for possível (iniciar com os achados
acha dos mais ge-
rais e canalizar
canalizar,, gradativamente, para os mais específicos).
 Ser seletivo
seletivo – informação irrelevante, embora interessante, para os obje-
tivos da pesquisa, não deve ser apresentada.
 Os quadros, tabelas, gráficos e figuras devem
devem também
também ser apresentados
segundo um ordenamento lógico.

 Reserve, para o corpo do relatório,
relatório, os
os quadros, tabelas, gráficos
gráficos e figuras
mais gerais e com informação mais consolidada, deixando os mais espe-
cíficos e com informação mais detalhada para os anexos.
Conclusões, recomendações e limitações: apesar de, geralmente, os termos

conclusões e recomendações virem sempre juntos no relatório de pesquisa, eles são
substancialmente diferentes. A conclusão é uma inferência baseada num resultado,
substancialmente
enquanto a recomendação é uma sugestão de procedimento futuro de ação, baseado
nas conclusões. Tanto um quanto o outro devem fluir de forma lógica, a partir dos
resultados encontrados.
encontrados. As conclusões devem estabelecer uma ponte entre os resul-
tados encontrados
recomendações e o problema
e sugestões paraeaosação
objetivos da pesquisa,
poderão e, baseados
baseaAlém
ser formuladas. dos nesta ponte,
das conclu-
sões e recomendações, é nesta parte do relatório que devem ser feitas observações
quanto à amplitude e limitações da pesquisa e dos seus resultados.
Conclusões: o redator/pesquisador está em melhor condição do que o leitor
para estabelecer as conclusões da pesquisa tendo em vista a sua familiaridade com
o problema, com a metodologia empregada, com todo o desenrolar da pesquisa e
pela sua participação nas análises efetuadas. O redator/pesqu
redator/pesquisador
isador que se omitir
de apresentar as suas conclusões, deixando para que o próprio leitor as realize,
poderá ser tido como omisso e negligente. As conclusões podem ser apresentadas
em forma de orações e, sempre que possível, devem ser relacionados os locais do
relatório onde elas estão evidenciadas. Deverá haver uma conclusão para cada ob-
jetivo ou problema de pesquisa, e sempre que a pesquisa não fornecer evidência
suficiente para emitir conclusões sobre determinado objetivo ou problema, este
fato deverá ser explicitamente informado.
Recomendações: as recomendações podem ser no sentido de sugerir que pes-
quisas mais específicas sejam realizadas sobre pontos importantes apontados pelos
resultados, mas ainda obscuros, ou sobre cursos de ação que devam ser tomados.
No primeiro caso, as recomendações devem ser sempre apresentadas, mas, com re-
lação ao segundo, vai depender do conhecimento que o redator/pesquisador tiver
da audiência. Existem executivos de marketing que esperam receber no relatório
de
dospesquisa recomendações
da pesquisa para
apenas um dos a ação,
inputs e há considerados
a serem aqueles que consideram
no processo os
de resulta-
decisão
e, por isso, recomendações para decisão não devem ser efetuadas. Uma forma de o
redator/pesquisador apresentar suas sugestões sem, no entanto, comprometer-se,
é fazê-las segundo a seguinte ressalva: “Apresentamos, a seguir, as recomendações
para decisões, baseadas única e exclusivamente nos resultados apresentados por

esta pesquisa, sem que outros fatores tenham sido levados em consideração”, lem-
brando, desta forma, que a responsabilidade pela decisão final é do próprio tomador
de decisões.
Limitações: não existe uma pesquisa “perfeita”. Toda
Toda pesquisa tem limitações
de ordem temporal, espacial, metodológica, operacional e outras que precisam ser
comunicadas aos leitores. Apesar de ser intenção dos pesquisadores conduzir “tra-
balhos perfeitos”, essa meta é praticamente inatingível. O objetivo ao apresentar
as limitações do estudo, no relatório, é o de demonstrar que o próprio pesquisador
tem conhecimento das limitações do seu trabalho e assim evitar que os leitores
descubram-nas sozinhos e, a partir dessa descoberta, possam tornar-se extrema-
mente críticos e desacreditarem de todo o trabalho. A admissão franca e aberta
das limitações, ao contrário do que muitos pesquisadores temem, pode elevar a
credibilidade sobre a pesquisa. Mas cuidado, o objetivo deste item não é depre-
ciar o projeto da pesquisa e desvalorizar os seus resultados, mas tornar o leitor ca-
paz de julgar corretamente a validade e as limitações dos resultados. A seguir são
apresentados alguns tipos de limitações em pesquisas que, caso tenham ocorrido,
devem ser mencionados no relatório:
 Limitações referentes à amostragem:

 Amostragem não probabilística.
 Amostragem restrita geograficamente.
 Amostra restrita em termos temporais.
 Problemas com não respostas.

Ocorrência de erros não amostrais. Quais foram e como podem ter afeta-
do os resultados.
 Dentre quais limites de tempo e de espaço os resultados podem ser
generalizados.
os: no item Anexos devem ser apresentados os tópicos considerados muito

Anexos:
Anex
complexos, muito detalhados e não absolutamente necessários para figurar no corpo
do relatório. Os anexos devem ser preparados tendo em vista atender às necessida-
des dos leitores detalhistas e tecnicamente orientados. O item Anexos deve conter:
 Cópia completa
completa do(s) instrumento(s) de coleta de dados utilizado(s),
bem como de todo material de orientação para sua utilização.
 Cópia do plano de amostragem,
amostragem, incluindo
incluindo listagens da população ou ma-
pas, fórmulas de determinação do número de elementos da amostra, for-
ma de seleção e composição da amostra.
 Procedimentos e cálculos detalhados utilizados nas análises realizadas e

estimativas dos erros amostrais.
 Quadros, gráficos, figuras e tabelas não incluídos no corpo
corpo do relatório
por conter informação muito detalhada ou por não conter informação
relevante para os objetivos, mas com informação interessante.
É importante que, ao longo do corpo do relatório, sejam efetuadas referências

à existência dos anexos e seus conteúdos para orientar o leitor interessado na sua
consulta.
Bibliografia e(ou) referências bibliográficas: é o último item do relatório.
Sempre que o pesquisador se utilizar de determinadas obras (livros ou artigos), de
forma específica ou genérica em seu trabalho, tendo ou não a elas se referido no
corpo do relatório, este é o momento de apresentá-las e a sua forma de apresenta-
ção é chamada de bibliografia ou referências bibliográficas. A diferença entre uma
e outra é exatamente o fato de a obra ter sido ou não citada, no corpo do relatório.
Se a obra foi utilizada, de forma geral, sem citação específica, denomina-se biblio-
grafia; se foi especificamente citada denomina-se referência bibliográfica.
Existem normas padronizadas para as citações e apresentações bibliográficas
que precisam ser seguidas. Recomenda-se a consulta da obra Referências biblio-
gráficas (ABNT, 2002).
Apresentação gráfica
gráfica dos resultados
resultados
Existe um ditado popular que diz que “uma boa ilustração vale por uma infi-
nidade
sempre deterpalavras”.
em menteNa apresentação
este dos resultados
ditado. Existem de umagráficas
diversas formas pesquisa
de éapresen-
preciso
tação dos resultados, e a escolha entre uma e outra deverá ser determinada pela
melhor forma de comunicabilidade de um resultado, tendo em vista a audiência
para a qual for dirigido.
O conhecimento da audiência é fundamental para determinar a forma mais
adequada de apresentação gráfica dos resultados. Existem indivíduos que têm
grande facilidade para leitura de números e tabelas, outros têm facilidade para
leitura de gráficos e figuras, enquanto outros têm facilidade para compreender
textos e aversão por quadros, tabelas, gráficos e figuras.
Uma observação importante a ser feita é a de que todos os quadros, figuras,
tabelas e gráficos precisam ser devidamente numerados e identificados, de forma
a permitir sua fácil identificação e a compreensão do que está sendo comunicado.
As opções existentes para a apresentação
apresentação de resultados
resultados de forma
forma gráfica com-
com-
preendem tabelas, quadros, figuras e gráficos.
Tabelas: as tabelas são caracterizadas por possuírem apenas linhas horizon-

tais e nenhuma vertical, por não terem suas laterais fechadas e por apresentarem,
geralmente, dados numéricos. Veja
Veja exemplos de tabelas resultantes da tabulação
simples e da tabulação
Quadros: cruzada
os quadros no Capítulo 5por
são caracterizados deste livro.
terem suas laterais fechadas (for-
mando efetivamente um quadro) e são utilizados, geralmente, para apresentar
dados qualitativos. Veja, a seguir, um exemplo no Quadro 7.2.
QUADRO 7.2 Principais problemas com o produto “X” segundo os resultados da pesquisa
1. O produto não é suficientemente conhecido pelo público-alvo (apenas 32% afirmaram conhecer o produto).
2. Há um grande número de clientes que deixou de adquirir o produto por não encontrá-lo no ponto de venda
(cerca de 60% dos usuários do produto reclamaram que, pelo menos uma vez, nos últimos seis meses,
deixaram de adquirir o produto por não o encontrar no ponto de venda).
3. De forma geral, os consumidores consideram que a embalagem do produto está defasada e precisa ser
modernizada (cerca de 72% dos usuários fizeram esta afirmação).
Figuras: as figuras constituem os gráficos, desenhos, esquemas, fluxogramas,

cronogramas e organogramas utilizados para mostrar conclusões de forma visual,
cujas descrições verbais delongariam muito tempo. Veja, a seguir, um exemplo na
Figura 7.1.
10%
Bares e
lanchonetes
15% Mercearias e peq.

supermercados Consumidor
40% Atacadistas
7,5% Restaurantes
Empresa 7,5% Hotéis
60% Redes de
supermercados
FIGURA 7.1 Esquema de distribuição do produto “X”.
Gráficos: os gráficos constituem um tipo específico de figura em que os resul-

tados referentes a uma variável, ou ao cruzamento de duas (e, às vezes, até três)
variáveis são apresentados
apresentados de forma visual.
Os gráficos podem ser construídos à mão ou por computador. Para utilizar

o computador, o redator/pesquisador precisará de um software que construa
gráficos.
Há, basicamente
gráficos de estratos e quatro
gráficostipos de gráficos: gráficos de pizza, gráficos de linhas,
de barras.
Gráficos de pizza: como o próprio nome identifica, este gráfico é constituí-
do pela figura de um círculo repartido, através de seus raios, em n partes pro-
porcionais à ocorrência da variável nos resultados da pesquisa. Como cada parte
apresentada faz parte de um todo, os gráficos de pizza são particularmente inte-
ressantes de serem usados para facilitar a visualização dos tamanhos relativos, en-
tre cada uma das partes do todo.
Os gráficos de pizza são utilizados para apresentar os resultados de uma única
variável, de forma
forma estática, num determinado momento de tempo. tempo. Sugere-se, para
não dificultar a visualização, que sejam utilizadas variáveis com, no máximo, oito
categorias. A repartição do círculo deve ser iniciada a partir do seu ponto mais alto
(ponto correspondente às 12 horas de um relógio) e deve seguir uma sequência
da maior parte para a menor, no sentido horário. Para melhor visualização, além
de colocar o nome da variável e a porcentagem correspondente, pode-se também
hachurar cada parte do gráfico de forma diferente. Veja,Veja, na Figura 7.2, um exem-
plo de gráfico de pizza.
2 filhos
30%
1 filho
40%
3 filhos
20%
+ 3 filhos
10%
FIGURA 7.2 Número de filhos por família.
Gráficos de linhas:
se desejar-se representar, através de gráfico de pizza, a
evolução de diversas variáveis, ao longo de vários momentos de tempo, deverá
ser utilizado um gráfico para cada variável e para cada momento que se pretenda
representar.. No entanto, esta forma de apresentação, além de exigir a construção
representar
de uma infinidade de gráficos, dificulta a visualização, as evoluções e as compara-
ções
ve de variáveis.de
a comparação Quando a apresentação
resultados
resultados de diversas dos resultados
variáveis e suasdeevoluções
forma
evoluçõesgráfica envol-
ao longo do
tempo ou a comparação dos resultados simultâneos de duas diferentes variáveis,
a forma mais recomendada é o gráfico de linhas.
O gráfico de linhas tem duas dimensões; para o registro de cada dimensão é
utilizado o sistema cartesiano de dois eixos perpendiculares, um na horizontal e
outro na vertical, e os pontos de cruzamento entre os valores correspondentes das
duas variáveis consideradas são interligados, formando uma linha. Se os resul-
tados a serem representados forem de uma (ou mais) variável(eis), ao longo do
tempo (séries de tempo), o eixo X (horizontal) é utilizado para a variável tempo
e o eixo Y (vertical) para a(s) variação(ões) da(s) variável(eis) estudada(s). Veja
nas Figuras 7.3 e 7.4 dois exemplos de gráficos de linhas, um para séries de tem-
po e outro para o cruzamento de duas diferentes variáveis num mesmo momento
de tempo.
45%
40%
35%
VW
30%
FIAT
25% GM
20%
FORD
15%
10%
5%
0%
1985 1986 1987 1988 1989 1990
FIGURA 7.3 Evolução e distribuição da produção das diversas montadoras de automóveis

no Brasil de 1985 a 1990.
% Consumida de alimentos supergelados

30%
25%
20%
15%
10%
5%
0%
A B C D E Estratos socioeconômicos
FIGURA 7.4 Relação entre os estratos socioeconômicos e a porcentagem de alimentos

supergelados consumida por mês – março de 1992.
Gráficos de estratos: os gráficos de estratos constituem uma espécie de fusão

entre os gráficos de pizza e os gráficos de linhas, pois permitem apresentar as par-
ticipações relativas de um todo de forma evolutiva, ao longo de vários períodos de
tempo. Os gráficos de estratos constituem um conjunto de gráficos de linhas de
desagregação de um total. Veja na Figura 7.5 um exemplo de gráfico de estratos
que mostra a desagregação do total da produção da indústria automobilística bra-
sileira, entre os seus fabricantes, de 1985 a 1990.
Gráfico de barras: os gráficos de barras apresentam os resultados através dos
desenhos de diversas barras. A cada barra desenhada é associada uma variável e,
ao seu comprimento, a outra variável que se deseja relacionar.
relacionar. Prestam-se a gran-
de número de formas de apresentações de resultados. Podem ser utilizados para
apresentar tanto os resultados de uma só variável, em determinado instante de
tempo, como os resultados de diversas variáveis, em diversos momentos de tem-
po, de forma evolutiva, permitindo grande facilidade de comparações. Os gráficos
de barras possuem grande versatilidade de apresentações. Veja nas Figuras 7.6,
7.7 e 7.8 exemplos de diferentes formas de apresentação e utilização de gráficos
de barras.
100%
90%
80% Volkswagen
70%
60%
50% G. Motors
40%
30% Ford
20%
10%
Fiat
0%
1985 1986 1987 1988 1989 1990
FIGURA 7.5 Distribuição da produção da indústria automobilística entre seus fabricantes

de 1985 a 1990.
US$
20.000
17.500
15.000
12.500
10.000
7.500
5.000
5.000
2.500
0
A B C D E
FIGURA 7.6 Renda familiar anual nos estratos socioeconômicos em 1990.
US$
20.000
18.000
16.000
14.000
12.000
10.000
8.000
6.000
4.000
2.000
0
A B C A B C A B C A B C
1988 1989 1990 1991
FIGURA 7.7 Evolução da renda familiar anual nas classes A, B e C de 1988 a 1991 no
Brasil (dados hipotéticos).
1.500
Automóveis
Comerciais pesados
1.250 Comerciais leves
1.000
750
500
250
0 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
Fonte: Anfavea – Anuário estatístico 1957-1990.

FIGURA 7.8 Evolução da produção de veículos automotores
automotor es por
p or tipo no Brasil de 1957 a
1990.
Apresentações orais
orais
As apresentações
apresentações orais são, geralmente,
geralmente, utilizadas para dar suporte ao relató-
rio da pesquisa. A forma de apresentação pode ter grande variedade, que vai de
uma simples reunião de esclarecimentos com o principal usuário do contratante
da pesquisa, até apresentações formais para um grande grupo de interessados.
As apresentações orais têm o propósito principal de permitir aos usuários da
pesquisa que façam perguntas e solicitem esclarecimentos sobre pontos em que
tenham dúvidas. Tendo
Tendo em vista esse objetivo, a apresentação oral só deve ser efe-
tuada após os usuários terem tido contato com os resultados contidos no relatório
e deve ser marcada para cinco a dez dias após a sua entrega.
Dar sugestões de como proceder para apresentações orais é muito difícil, pois
a forma e os comportamentos de apresentações dependem da personalidade do
apresentador e do perfil da audiência a que se destinam. Apesar dessa dificuldade,
algumas sugestões gerais para conseguir boa apresentação podem ser elencadas:
 Planejar detalhadamente a apresentação.

 Definir o que será apresentado – lembrar-se
lembrar-se de que a audiência já recebeu
o relatório da pesquisa, portanto a apresentação não deve ser uma repeti-
ção de tudo o que consta do relatório, mas de tudo o que for importante
e relevante para os objetivos e para o problema de pesquisa. Procurar
informar-se do tempo disponível para a apresentação e tê-lo em mente ao
montar o seu plano de apresentação.
 Com o material selecionado, montar um roteiro lógico para a apresentação
– recapitular o problema e os objetivos da
d a pesquisa; rápida apresentação
da metodologia; os principais resultados; as conclusões e recomendações;
o material não selecionado deverá ser levado junto para o caso de preci-
sar ser consultado para responder a alguma pergunta específica.
 Preparar o material para a apresentação – isto inclui a construção de
transparências, slides, vídeos, flip-charts etc. O material a ser preparado
vai depender dos recursos audiovisuais que se pretende usar na apresen-
tação. Quaisquer que sejam esses recursos, é recomendada a utilização
intensa de tabelas, quadros, figuras e gráficos.

Cuidar para quepara

ção confortável o local da que
todos, apresentação seja
o local seja adequado
adequado
silencioso, (haja
que não acomoda-
esteja su-
jeito a interrupções frequentes
frequentes etc. e que todos os recursos de que precisa
para a apresentação estejam disponíveis (retroprojetor,
(retroprojetor, TV e aparelho
apar elho de
DVD, projetor de slides, flip-chart, quadro-negro etc.);
 Se o apresentador
apresentador não
não tiver ainda prática em apresentações, é recomen-
dável treinar antes de se expor a uma apresentação real (se o treino puder
ser gravado em vídeo/CD, o próprio apresentador
a presentador poderá observar como
melhorar sua apresentação; se não for possível, algum colega deverá as-
sistir ao treino e fazer sugestões para o aprimoramento).
 No dia da apresentação, chegar ao local cerca de meia hora mais cedo
para verificar se está tudo em ordem, principalmente os equipamentos;
procurar saber, caso os equipamentos falharem, a quem deverá recorrer
para reparos ou substituições.
 Não iniciar
iniciar a apresentação sem que elementos-chave
elementos-chave do patrocinador
patrocinador,,
esperados para a apresentação, estejam presentes, a não ser que seja au-
torizado o seu início por alguém da casa.
 Começar mostrando qual é o seu plano de apresentação – dizer para a
audiência o que será apresentado, inclusive informar que as dúvidas, per-
guntas e solicitações de esclarecimentos podem ser feitas a qualquer mo-
mento, interrompendo a apresentação, ou só ao final da exposição; seguir
exatamente o plano de apresentação planejado.
 Ficar sempre de frente para a audiência; assumir posicionamento
posicionamento ade-
quado, evitando maneirismos com as mãos e com outras partes do corpo.
 Evitar, ao máximo, a leitura dos resultados apresentados de forma visual
Evitar,
(tabelas, quadros, figuras e gráficos); a audiência tem condições de ler o
que está sendo mostrado. O importante é salientar e comentar os pontos
relevantes do que está sendo mostrado.

Quando a apresentação for feita a um número
número muito grande de profis-
sionais de diferentes áreas da instituição contratante, é comum que dis-
cordâncias em relação aos resultados apresentados surjam
surj am em função das
diferentes experiências práticas ou do conhecimento de outras fontes de
informações. Quando isto ocorrer, a atitude recomendada ao apresenta-
dor é a de, respeitando as opiniões divergentes, defender a correção dos
seus resultados apontando para a correção da metodologia utilizada.
Apresentação eletrônica
eletrônica
Uma forma
em enviar para omais eficaz
cliente e econômica
o relatório de apresentação
e também de resultados
o banco de dados consiste
por via eletrônica
(em CD-ROM ou anexado a e-mail, via Internet). O envio do banco de dados per-
mite que o próprio cliente possa realizar outros cruzamentos e análises além da-
queles solicitados na pesquisa e constantes do relatório produzido.
ANEXO 7.1
CÓDIGO INTERNACIONAL ICC/ESOMAR (JANEIRO/2008)
(JANEIRO/2008)
CÓDIGO ICC/ESOMAR DE CONDUTA EM
PESQUISA DE MERCADO E PESQUISA SOCIAL
Introdução
O primeiro Código foi elaborado pela Sociedade Européia para Pesquisa de
Opinião e Mercado (ESOMAR) em 1948. Após várias atualizações, em 1976 a Câ-
mara Internacional de Comércio (ICC) e a ESOMAR unificaram seus Códigos e
lançaram um único Código em 1977, com revisão geral em 1986 e, depois de se-
guidas mudanças do cenário internacional de negócios, o relançaram em 1994. O
Código foi revisado mais uma vez em Dezembro de 2007, constituindo-se na quar-
ta edição do Código ICC/ESOMAR.
A comunicação eficaz entre
entre os fornecedores e consumidores de produtos e ser-
viços de todos
todos os tipos é essencial
essencial em qualquer sociedade moderna. Há muitos
muitos mé-
todos para a coleta de informações, e os canais disponíveis estão se multiplicando
com o desenvolvimento e utilização de tecnologias conduzidas através da Internet
e de outras mídias interativas.
Um dos métodos mais importantes para a coleta de informações é a utilização
de pesquisas de mercado que, neste Código, incluem pesquisas sociais e de opi-
nião. O êxito de uma pesquisa de mercado depende da confiança pública – que
seja conduzida de maneira honesta, objetiva e sem intrusões ou desvantagens in-
desejadas para seus participantes.
A publicação deste Código destina-se a aumentar a confiança pública e de-
monstrar o reconhecimento dos indivíduos que executam pesquisas de mercado
em relação a suas responsabilidades éticas e profissionais ao executá-las.
A bem-sucedida estrutura de autorregulamen
autorregulamentação
tação responsável pela implan-
tação deste Código existe há muitos anos. A utilização de códigos desta natureza e
sua implantação são referidas e aceitas como uma boa prática ao redor do mundo
e como uma forma reconhecida para oferecer uma camada adicional de proteção
ao consumidor
consumidor..
Propósito do Código
Este Código se destina, principalmente, a servir como uma estrutura para a
autorregulamentação; portanto a ICC/ESOMAR recomendam a utilização do Có-
digo em todo o mundo, com a intenção de cumprir os seguintes objetivos:
 Estabelecer as regras de ética que os pesquisadores

pesquisadores de mercado deverão
deverão
seguir.
 Aumentar a confiança
confiança do público em pesquisas de mercado, enfatizando
os direitos e proteções que lhes são conferidos sob este Código.
 Enfatizar a necessidade de responsabilidades especiais ao se pesquisar as
opiniões de crianças e jovens/ menores de idade.
 Proteger a liberdade de pesquisadores de mercado de buscarem, recebe-
rem e compartilharem informações (conforme disposto no artigo 19 do
Pacto Internacional sobre Direitos Civis e Políticos adotado pela Organi-
zação das Nações Unidas).
 Minimizar a necessidade de legislações ou regulamentações governamen-
tais e/ou intergovernamentais.
Princípios fundamentais do Código

O Código se baseia nos seguintes princípios fundamentais:
1. Pesquisadores de mercado obedecerão todas as leis nacionais e interna-

cionais relevantes.
2. Pesquisadores de mercado se comportarão de maneira ética e não farão
nada que possa prejudicar a reputação da atividade de pesquisa de mer-
cado.
3. Pesquisadores de mercado tomarão cuidados especiais ao executar pes-
quisas envolvendo crianças e jovens/ menores de idade.
4. A colaboração dos entrevistados é voluntária e deve basear-se em infor-
mações adequadas – e não enganosas – sobre o propósito e natureza ge-
ral do projeto no momento de sua concordância em participar,
participar, e todos os
compromissos então assumidos pelo pesquisador deverão ser honrados.
5. Os direitos dos entrevistados como indivíduos particulares deverão ser
respeitados pelos pesquisadores de mercado e eles não poderão ser pre-
judicados ou afetados adversamente em consequência direta de sua coo-
peração em um projeto de pesquisa de mercado.
6. Pesquisadores de mercado
mercado nunca permitirão
permitirão que qualquer
qualquer informação
pessoal coletada em um projeto de pesquisa de mercado seja utilizada
para qualquer fim que não para a pesquisa de mercado.
7. Pesquisadores de mercado assegurarão que

que projetos e atividades sejam
planejados, executados, comunicados e documentados de forma precisa,
transparente e objetiva.
8. Pesquisadores de mercado seguirão os princípios aceitos de justa concor-

rência.
Escopo do Código
O Código se aplica a todas as pesquisas de mercado. Deverá ser lido em con-
junção aos outros códigos e orientações; princípios e interpretações de contextos
estabelecidos pela ICC e pela ESOMAR, disponíveis nos websites: <www.iccwbo.
org> ou <www
<www.esomar
.esomar.org>.
.org>.
O Código estabelece os padrões mínimos de conduta ética a serem seguidos
por todos os pesquisadores e clientes e deve ser aplicado segundo o ambiente de
leis
dos aplicáveis e demercado
em qualquer quaisquer padrões Informações
específico. ou regras mais rígidos
sobre taisque possamestão
exigências ser exigi-
dis-
poníveis através da ESOMAR.
O aceite deste Código Internacional é uma condição para afiliar-se à ESOMAR
e a todas as outras instituições que, oficialmente,
oficialmente, adotaram este Código. Uma lista
dessas instituições está disponível no website <www.esomar.org>.
Definições
Pesquisa de mercado: inclui pesquisas sociais e de opinião e é a coleta siste-
mática e a interpretação de informações sobre indivíduos ou organizações utilizan-
do-se de métodos e técnicas estatísticos e analíticos das ciências sociais aplicadas
para obter conhecimentos ou dar suporte ao processo de tomada de decisões. A
identidade dos entrevistados não será revelada ao usuário das informações sem
consentimentoo explícito e nenhuma abordagem de vendas será feita aos entrevis-
consentiment
tados como resultado direto de terem fornecido informações.
Pesquisador: qualquer indivíduo ou organização executando – ou agindo
como um consultor em relação a um projeto de pesquisa de mercado, inclusive
indivíduos trabalhando nas organizações-clientes.
Cliente: qualquer indivíduo ou organização que solicita, consigna ou adere ao
todo ou qualquer parte de um projeto de pesquisa de mercado.
çõesEntrevistado: qualquer
para os propósitos indivíduo
de um ou pesquisa
projeto de organização da qual sequer
de mercado, coletam informa-
estejam cien-
tes disto ou não, ou o indivíduo que seja abordado para uma entrevista.
Entrevista: qualquer forma de contato com um entrevistado visando coletar
informações para propósitos de pesquisa de mercado.
Artigos
Artigo 1 – Princípios
Princípios básicos

As pesquisas
jetivas; de mercado
e deverão deverão segundo
ser executadas ser legais,
legais,
oshonestas,
honestas, verdadeiras
princípios e ob-
científicos apro-
priados.
 Os pesquisadores
pesquisadores não deverão agir de qualquer
qualquer forma que possa
possa trazer
descrédito para a atividade de pesquisa de mercado ou que leve à perda
da confiança pública na atividade de pesquisa de mercado.
 As pesquisas de mercado deverão ser executadas com responsabilidade
profissional e obedecer aos princípios de justa concorrência, conforme
geralmente aceito em transações comerciais.
 As pesquisas
pesquisas de mercado
mercado deverão
deverão ser
ser claramente distintas e separadas
de atividades não relacionadas à pesquisa, inclusive qualquer atividade

comercial direcionada aos entrevistados individualmente (por exemplo,
propaganda, promoção de vendas, marketing direto, vendas diretas etc.).
Artigo 2 – Honestidade
Honestidade
 As pesquisas de mercado não deverão abusar da confiança dos entrevista-
dos ou tirar proveito de sua falta de experiência ou conhecimento.
 Os pesquisadores não deverão fazer falsas declarações
declarações sobre habilidades,
experiências ou atividades, sejam suas ou de suas organizações.
Artigo 3 – Responsabilidade
Responsabilidade profissional
profissional
 A cooperação
cooperação dos entrevistados em
em um projeto de pesquisa de mercado
mercado é
inteiramente voluntária em todas as etapas. Eles não deverão ser engana-
dos quando sua cooperação lhes for solicitada.
 Os pesquisadores deverão tomar todas as precauções razoáveis para as-
segurar que entrevistados não sejam de forma alguma prejudicados ou
afetados adversamente em consequência direta de sua participação em
um projeto de pesquisa de mercado.
 Os pesquisadores não deverão criticar outros pesquisadores injustifica-
velmente.
Artigo 4 – Transparência
Transparência
 Os pesquisadores deverão prontamente identificar-se e declarar o propó-
sito da pesquisa de forma não ambígua.
 Os entrevistados poderão obter

obter e verificar a identidade e boa fé do pes-
quisador sem dificuldade.
pesquisadores deverão, sempre que solicitados, permitir que o cliente
realize verificações sobre a qualidade da coleta de dados e a preparação
dos dados.
 Os pesquisadores deverão fornecer
fornecer a seus clientes
clientes os detalhes técnicos
apropriados sobre qualquer projeto de pesquisa executado para os clientes.
 Os pesquisadores deverão assegurar-se
assegurar-se de que os projetos
projetos de pesquisas
de mercado sejam planejados, executados, reportados e documentados
de forma precisa, transparente e objetiva.
Artigo 5 – Propriedade
 As propostas de pesquisas de mercado e cotações
cotações de custos são de pro-
priedade da organização ou indivíduo que os desenvolveu, a menos que
tenha sido acordado de outra forma.
Artigo 6 – Gravação e técnicas de observação

observação
 Os entrevistados
entrevistados deverão
deverão ser informados antes, que técnicas de observa-
ção ou equipamentos de gravação serão utilizadas para fins de pesquisa,
exceto quando tais técnicas ou equipamentos forem utilizados aberta-
mente em um local público e nenhum dado pessoal for coletado.
 Caso os entrevistados assim preferirem, a gravação ou a seção relevante
da gravação deverá ser destruída ou excluída.
 Na ausência
ausência de consentimento
consentimento explícito, a identidade
identidade pessoal dos entre-
entre-
vistados deverá ser protegida.
Artigo 7 – Proteção dos dados

dados e privacidade
 Política de privacidade: os
Política os pesquisadores
pesquisadores deverão
deverão ter em mãos
mãos uma políti-
ca de privacidade prontamente disponível para os entrevistados dos quais
estão coletando dados.
Coleta de dados: ao coletar informações
informações pessoais de entrevistados, os
pesquisadores deverão garantir que:
 Os entrevistados estejam cientes do propósito da coleta.
 Os entrevistados estejam cientes de qualquer atividade de controle de
qualidade envolvendo contato posterior.
posterior.
 Utilização dos dados: informações pessoais coletadas e guardadas, segun-
do este Código deverão ser:
 Coletadas para propósitos de pesquisa específicos e não utilizadas de

qualquer forma incompatível com tais propósitos.
 Adequadas, relevantes e não excessivas, em relação ao propósito da
pesquisa para a qual são coletadas e/ou posteriormente processadas.
 Preservadas não por mais tempo do que o necessário para o propósito
para o qual as informações foram coletadas ou posteriormente pro-
cessadas.
 Os pesquisadores deverão assegurar que a identidade pessoal dos en-
trevistados seja omitida ao cliente.
 O pesquisador poderá comunicar informações pessoais não identifi-
cáveis do entrevistado ao cliente, a menos que disposições nacionais
exijam regulamentações mais rígidas, sob as seguintes condições: o
entrevistado tenha expressado tal vontade explicitamente e/ou o en-
trevistado tenha dado seu consentimento explícito e, pelo entendi-
mento de que, nenhuma atividade comercial será direcionada a eles
como resultado direto de terem fornecido informações.
 Segurança do processamento: os pesquisadores deverão garantir que que as
medidas de segurança adequadas sejam adotadas para evitar acesso, ma-
nipulação ou divulgação não autorizada dos dados pessoais. Se dados
pessoais forem transferidos a terceiros, deve-se estabelecer que tais ter-
ceiros adotem nível, ao menos, equivalente de medidas de segurança.
 Direitos do entrevistado: as medidas apropriadas deverão ser tomadas
para assegurar que entrevistados entendam e possam exercer seus direi-
tos de: não participar de um projeto de pesquisa de mercado; retirar-se
de uma entrevista de pesquisa de mercado a qualquer momento; exigir
que seus dados pessoais não sejam disponibilizados a terceiros; excluir ou
retificar dados pessoais incorretos registrados sobre eles.
 Transações transfronteiriças: cuidados particulares deverão ser tomados
para preservarem-se os direitos de proteção de dados de indivíduos quan-
do dados pessoais forem transferidos do país no qual são coletados para
outro país. Quando o processamento de dados for conduzido em um país
diferente, todos os passos razoáveis devem ser tomados para assegurar
que medidas de segurança apropriadas sejam observadas e que os princí-
pios de proteção de dados neste Código sejam respeitados.
Artigo 8 – Crianças e jovens/menores

jovens/menores de idade
 Os pesquisadores deverão tomar cuidados especiais ao entrevistar crian-
ças e jovens/menores de idade. O consentimento dos pais ou adulto
responsável deve ser obtido antes de se entrevistar crianças e jovens/

menores de idade.
Artigo 9 – Entrevistas compartilhadas

compartilhadas
 Os pesquisadores deverão informar
informar os clientes se o trabalho a ser execu-
execu-
tado para eles será combinado ou incorporado no mesmo projeto com
trabalhos executados para outros clientes, sem revelar a identidade de
tais clientes sem suas permissões.
Artigo 10 – Subcontratação
 Os pesquisadores deverão informar
informar os clientes, antes do início dos tra-
balhos, sempre que qualquer parte do trabalho executado para eles for
subcontratado fora da própria organização dos pesquisadores (inclusive a
utilização de quaisquer consultores externos). Se solicitado, a identidade
de qualquer subcontratado(a) deverá ser informada aos clientes.
Artigo 11 – Publicação das constatações

constatações
 Ao reportar
reportar os resultados de um projeto de pesquisa de mercado, os pes-
pes-
quisadores deverão fazer uma clara distinção entre as constatações, as
interpretações dos pesquisadores de tais constatações e quaisquer reco-
mendações nelas baseadas.
 Quando quaisquer constatações de um projeto de pesquisa forem publica-
das pelo cliente, deverá ser solicitado ao cliente que consulte o pesquisa-
dor em relação à forma e conteúdo da publicação das constatações. Tanto
Tanto
o cliente quanto o pesquisador têm a responsabilidade de assegurar que
os resultados publicados não sejam enganosos.
 Os pesquisadores sempre deverão estar preparados para disponibilizar as
informações técnicas necessárias para a avaliação da validade de quais-
quer constatações publicadas.
pesquisadores não deverão permitir que seus nomes sejam associados
à disseminação das conclusões derivadas de um projeto de pesquisa de
mercado, a menos que tais conclusões sejam apropriadamente suporta-
das pelos dados.
Artigo 12 – Responsabilidade
Responsabilidade
 Os pesquisadores têm a responsabilidade geral por garantir que a pes-
quisa seja conduzida de acordo com este Código e por assegurar que
clientes e outras partes envolvidas na pesquisa concordem em obedecer

estas exigências.
Artigo 13 – Efeito de retratações

retratações posteriores a contravenções
 A correção posterior e/ou retratação apropriada para uma contravenção
do Código, pela parte responsável, é desejável; porém não exime a con-
travenção.
Artigo 14 – Implantação
 O Código e os princípios nele incutidos,
incutidos, deve
deve ser adotado e implantado,
nacional e internacionalmente, pelas instituições autorregulatórias rele-
vantes locais, nacionais ou regionais.
regionais.
 O Código
Código deve ser aplicado,
aplicado, sempre
sempre que apropriado, por todas as organi-
zações, empresas e indivíduos envolvidos, assim como em todas as etapas
de um projeto de pesquisa de mercado.
 Indivíduos envolvidos em atividades de marketing, pesquisadores e clien-
tes devem estar familiarizados com o Código e com quaisquer outros do-
cumentos autorregulatórios locais, relacionados à pesquisa de mercado,
além de familiarizar-se com as decisões tomadas pelo Conselho de au-
torregulamentação. Solicitações de interpretação dos princípios contidos
neste Código podem ser submetidas ao Painel de Interpretação do Código
ICC ou ao Comitê de Padrões Profissionais da ESOMAR.
Fonte: ICC/ESOMAR, janeiro

janeiro de 2008. Em vigor no Brasil a partir de 20 de maio
maio de 2009. Traduzido
Traduzido pela ABEP,
ABEP,
revisado por Vera Marchesi (IBOPE Mediainformation) e Milton Fontoura (Gismarket); rerevisado pelo
autor. Disponível em: <http://www.abep.org/novo/Content.aspx?ContentID=152>. Acessado em: 26
mar. 2012.
ANEXO 7.2
CHECK-LIST
Pontos a considerar no planejamento e contratação de um projeto

de pesquisa
Quando uma proposta de pesquisa é elaborada, há várias etapas de reflexão
e de discussão. Em primeiro lugar, procura-se determinar que tipo de pesquisa é o
mais adequado para gerar a informação
i nformação necessária – uma pesquisa de consumidor,
consumidor,
uma pesquisa a nível de distribuição, uma pesquisa de dados já existentes ( desk
research) ou qual? Em segundo lugar, que abordagem de pesquisa é a mais apro-
priada – um estudo “qualitativo” baseado em uma amostra pequena ou um estudo
“quantitativo” mais amplo, estudo ad hoc, repetitivo ou conjunto? Terceiro, que
técnicas serão mais úteis para recolher e analisar os dados? Na prática, essas con-
siderações se interligam e não apresentam necessariamente uma sequência clara
e precisa. Ao se utilizar o check-list, existem, portanto, três aspectos principais a
considerar:
 A disposição do check-list não reflete necessariamente a ordem precisa,

segundo a qual os assuntos aparecem e são discutidos. Ele é planejado
para ajudar os interessados a verificar sistematicamente se todos os pon-
tos importantes foram discutidos antes do acordo definitivo.

O uso efetivo
jetivos do check-list
de projeto e de umadeve depender
avaliação de ta
compleuma
completa dosdefinição clara dos ob-
dados básicos.
 Nem todos osos problemas
problemas mencionados
mencionados são relevantes
relevantes para todos os tipos
de pesquisa. A citação, “se aplicável”, deve ser subentendida do começo
ao fim da lista.
Planejamento da amostra
a) Definição da população
população pesquisada – ou seja, que segmentos da popula-
popula-
ção total (de lares, de lojas, de empresas etc.) deverão ser representados
na pesquisa? Definições mais precisas podem ser necessárias, por exem-
plo, “usuários”, “lojas alimentares”, “engenheiros” etc.
b) Método de amostra a ser usado:
 Probabilístico, “itinerário aleatório”, por cotas etc.
 Controles de estratificação/cotas que servem de base à constituição

da amostra.
 Qualquer abordagem de amostra desproporcional a ser usada
usada (por
(por
exemplo: o sobredimensionamento de estratos de especial interesse).
c) Tamanho da amostra a ser alcançado. Em muitos casos esse aspecto de-
verá se referir à amostra “efetiva” bem como ao número
número de contatos ini-
ciais e ao índice de respostas esperado. O termo efetivo deve ser definido
cuidadosamente, por exemplo: “número de respondentes que comple-
mentaram todas as fases do teste”, “número de lojas que têm a marca X
em estoque”.
d) Proporção da população e/ou
e/ou do mercado coberta
coberta pela amostra efetiva
ou listagem das organizações a serem visitadas. Isso é particularmente
relevante nos casos de pesquisa industrial, comercial ou de painel. En-
tretanto, neste último caso, a identidade de lojas que fazem parte do
painel é normalmente confidencial. Qualquer dessas listagens não deve,
contudo, contrariar o artigo 5o do Código Internacional.
e) Distribuição geográfica e qualquer
qualquer outra especificação importante do
planejamento da amostra (por exemplo: a proporção de donas de casa
que trabalham, respondentes que possuem um item relevante de equipa-
mento doméstico etc.).
f) No caso de painéis ou outra pesquisa contínua/repetitiva,
contínua/repetitiva, o nível espera-
espera-
do de cooperação contínua/evasão.
g) O grau de precisão estatística a ser atribuído aos

aos resultados principais.
Levantamento de dados
a) Método a ser
ser seguido (entrevista individual, por correspondência
correspondência ou por
telefone/observação/discussão em grupo etc.).
No caso de discussões/entrevistas em grupo, o tamanho e a natureza dos
grupos envolvidos.
b) Decisão relativa à possibilidade ou não de revelar o nome do cliente aos
respondentes, seja antes ou depois da entrevista (conforme os requisitos
do Código Internacional, artigo 20).
c) Indicação das fontes de dados “secundários” (isto é, dados que já exis-
tem e não tenham sido coletados especialmente para os propósitos da
pesquisa).
d) Local da entrevista
entrevista (no lar/rua/local de trabalho/local central/veículo/
loja etc.).
e) Processo de filtragem ou de seleção a ser usado.
f) Número e natureza de elementos
elementos utilizados para reavivar a memória
memória do
respondente (recalls/reminders).
g) Forma de registro dos dados (questionário/CD/D
(questionário/CD/DVD/filme
VD/filme etc.).
h) A natureza de qualquer
qualquer incentivo ou recompensa a ser oferecido aos res-
pondentes (e quem será responsável por seu fornecimento).
i) A natureza de registros de contatos a serem mantidos (por exemplo, in-
formação a respeito de contatos não efetivos).
j) Tipo do pessoal a ser usado para levantamento de dados:
 Tempo integra
integrall ou parcia
parcial.
l.
 Natureza e nível de qualificação, treinamento e experiência.
 Outras características relevantes para a pesquisa (por exemplo, grupo
étnico, idade etc.).
k) Natureza e importância (número
(número ou porcentagem) dos procedimentos
da supervisão e controle de qualidade a serem usados no campo e no
escritório (% de contatos acompanhados/de visitas de controle/de con-
trole telefônico).
l) Natureza das instruções a serem dadas aos entrevistadores ou
ou modera-
modera-
dores de discussões em grupo (verbal, escrita etc.) e quem dará essas
instruções.
m) Tipo de pesquisa exploratória e/ou pesquisa piloto a ser conduzida antes
da pesquisa propriamente dita.
n) Questionário/roteiro de entrevista, a ser usado, ou indicações de seu
conteúdo/extensão/abordagem técnica (incluindo o uso de questões
abertas, escalas de atitudes, métodos projetivos etc.).
o) Outros materiais a serem usados para a entrevista (listas, auxílios vi-
suais, produtos, propaganda etc.): quem fornecerá e pagará?
p) Providências para aprovação do questionário e de outro
outro qualquer mate-
rial para a entrevista.
q) Execução do trabalho em conjunto com outros clientes ou não. No caso
de omnibus, número e natureza geral das perguntas precedentes.
r) Presença e participação eventual
eventual do cliente em
em qualquer
qualquer etapa do proces-
proces-
so de levantamento de dados.
s) Limitação de acesso do cliente a documentos de campo e de supervisão
(por exemplo, i e k).
Análise e relatório
a) Forma de apresentação
apresentação do relatório (por exemplo, apenas cartões perfu-
rados ou CD/DVD/apenas tabulações/com um sumário breve/com con-
clusões e recomendações etc.).
b) No caso de estudos contínuos, frequência
frequência de apresentação dos relatórios.
relatórios.
c) Exigência quanto à validade da amostra efetiva
efetiva (referência ao plano ori-
ginal, por informações de outras fontes etc.).
d) Exigência de codificação/classificação (para perguntas abertas, tipos de
produto etc.).
e) Especificação de análises e cruzamentos a serem fornecidos.
fornecidos.
f) Caracterização de modelos (matemáticos, econômicos etc.) e de técnicas
estatísticas a serem utilizadas.
g) Exigência de testes estatísticos de significância
significância etc.
h) Análises complementares que poderão ser efetuadas, se solicitadas.
i) Lista de organizações visitadas (principalmente
(principalmente em
em projeto de pesquisa
pesquisa
industrial ou comercial).
j) Descrição das fontes estatísticas empregadas.
k) Língua na qual o relatório deverá ser escrito.
l) Número de exemplares
exemplares das análises dos relatórios a serem fornecidos.
m) Número e local de eventuais apresentações de resultados.
n) Remessa ou não de cópia de certos documentos
documentos ao cliente, por exemplo:
exemplo:
CD/DVD, transcrições ou gravações de entrevistas etc. e as providências
para controle e verificação desses documentos antes de fornecê-los ao

cliente.
o) Exigências quanto à preservação de questionários, cartões, CD/DVD
CD/DVD etc.
pelo pesquisador.
Prazos
a) Para aprovação da proposta de pesquisa pelo cliente (em seguida,
seguida, se for o
caso, para as diferentes etapas da pesquisa, por exemplo, questionários).
b) Para fornecimento de produtos, de listas de endereços, de materiais etc.
c) Para início e término da coleta dos dados/entrevistas.
d) Para execução de etapas intermediárias do projeto e apresentação de
seus resultados.
e) Para apresentação de resultados preliminares.
preliminares.
f) Para apresentação de resultados finais.
Outros aspectos a especificar

a) Informações sobre o emprego de subcontratantes ou
ou autônomos para
levantamento,
do pesquisadorprocessamento
encarregado dedeestudo
dadosaetc.,
este erespeito
sobre a(por
responsabilidade
exemplo: no
que se refere a controle de qualidade, prazos etc.).
b) Se necessário, que reuniões serão realizada
realizadass durante a execução do
estudo, para discutir progresso, resultados obtidos até um dado mo-
mento etc.
c) Providências, caso necessário, para tradução de questionários, materiais
da pesquisa, relatórios etc.
Orçamentos
a) Custo total do projeto, com detalhes sobre possíveis despesas adicionais
(por exemplo, impostos) ou custos não incluídos (por exemplo, forneci-
mento de produto, outros materiais de pesquisa, fretes, traduções etc.).
b) Sempre que o custo final possa ser alterado, fornecer detalhes dos pres-
supostos nos quais se basearam as estimativas de custo (por exemplo,
estimativas de contatos diários, proporção de contatos necessários para
obter uma entrevista efetiva etc.).
c) Custo de etapas intermediárias
intermediárias ou de diferentes
diferentes partes do estudo (nos
casos em que o projeto é realizado em várias fases).
d) Custo de qualquer trabalho complementar
complementar (por exemplo, análises adi-
cionais, reuniões e apresentações especiais, fornecimento de CDs/DVDs
e duplicatas de documentos etc.).
e) Caráter definitivo ou
ou provisório do orçamento e prazo de sua validade.
f) Detalhes sobre descontos/acréscimos que possam ser aplicados.
g) Detalhes sobre mecanismos de correção monetária aplicáveis
aplicáveis ao longo
do tempo.
h) Forma de pagamento (prazos, moeda etc.).
Outras disposições contratuais

a) Disposições ligadas à exclusividade (de técnicas,
técnicas, serviços etc.). Isso in-
clui em que medida outros clientes podem participar da pesquisa no mo-
mento ou no futuro.
b) Disposições sobre direitos autorais de qualquer parte do estudo.

c) Disposições sobre
sobre possível publicação de algum ou de todos os resultados
(veja artigo 26 do Código Internacional).
d) Responsabilidade
Responsabilidade relativa à segurança dos produtos e ao fornecimento
de instruções de uso adequadas (esses dois aspectos serão normalmente
responsabilidade do cliente) bem como seguro contra reclamações/res-
ponsabilidades derivadas do estudo e que venham a ser apresentadas por
respondentes ou empregados.
e) Disposições para modificar/terminar o contrato ou especificações do es-
tudo após sua aprovação inicial, bem como deveres e responsabilidades
do cliente e do pesquisador nessa situação.
f) No caso de pesquisa contínua ou repetitiva, a duração do contrato,
contrato, prazo
necessário para aviso de alterações ou cancelamento etc.
g) Cláusulas de penalidades
penalidades pelo não cumprimento de disposições estabele-
cidas (por exemplo, prazos, número de entrevistas completas etc.).
h) Métodos/procedimentos combinados para a solução de disputas que
possam surgir entre as partes.
Código de exercício profissional

O acordo entre as partes deve estar em conformidade com o Código Interna-
cional ICC/ESOMAR de Conduta em Pesquisa de Mercado e Pesquisa Social.
Notações e fórmulas estatísticas utilizadas neste livro
Notações

Número de elementos N n k
Observação Xi xi xi
Média  x x
2
Variância 2 S2 
x
Desvio-padrão  S 
x
Proporção de ocorrência P p –
Proporção de não ocorrência Q q –
Fórmulas
Média
 = Xi xi xi
x= 
x
=
N n k
Variância
teórica (Xi – )2 (xi – x)2 2 (xi –  x)2

2
= S =
2
x =
N n k
computacional
X2i ( Xi)2 x2i ( xi)2 2 x2i ( xi)2

2
= – S=
2
– x = –
2 2 2
N N n n k k
Fórmula para transformação dos dados de uma distribuição

dist ribuição normal x – μx x–μ
Z= ou Z=
qualquer para uma distribuição padronizada  /n
x
Fórmulas para calcular o número População População

de elementos da amostra infinita finita
Z2 2 NZ2 2
Medidas (valores) n= n=
e2 e2(N –1) + Z2 2
NZ2PQ
Proporção (porcentagem) 2
n = Z PQ/e 2
n=
e2(N –1) + Z2PQ
BIBLIOGRAFIA
AAKER, D. A.; KUMAR, V.; DAY

DAY, G. S. Marketing Research. New York: John Wiley, 2003.
ACHENBAUM, A. R. Market testing: using a marketplace
ACHENBAUM, marketplace as a laboratory
laboratory.. In: ROBERT
ROBERT, Fer-
Fer-
ber,, (Ed.)
ber (Ed .) Handbook of marketing research. New York: McGraw-Hill, 1974.
ADLER, L. System approach to marketing. Harvard Business Review, ano 3, no 45, p. 105-
-118, May-June 1967.
AKAAH, I. P.; RIORDAN, F.F. A. Judgements of professionals about ethical issues in market-
ing research: a reapplication and extension. Journal of Marketing Research, p. 112-120,
Feb. 1989.
ALLEN L., E. Techniques of attitude scale construction. New York: Appleton-Century-Crofts,
1957.
ALMEIDA, P.; WICHAUSER, H. Proposta de reformulação do critério ABA/ABIPEME. Docu-
mento de circulação restrita, jun. 1991.
AMERICAN Marketing Association (AMA). Dictionary of marketing terms. Chicago: BEN-
NETT, Peter (Ed.), 1988.
________ . Report of the Definition Committee of American Marketing Association. Chicago:
1961.
ANDREWS, F. M. et al. A guide for selecting
selecting statistical techniques for analysing social science.
Ann Arbor: Institute for
for Social Research,
Research, The University of Michigan, 1974.
ANFAV
ANFAVEA.
EA. Anuário estatístico,
estatístico, 1957-1990.
ASSOCIAÇÃO Brasileira de Empresas de Pesq
Pesquisa
uisa (ABEP). Documentos internos e site
<www.abep.org>.
ASSOCIAÇÃO Brasileira de Normas Técnicas (ABNT). Referências bibliográficas. Rio de Ja-

neiro: 1988.
ATHEY
ATHEY,, K. R.; COLEMAN, J. E.; REITMAN, A. P.; TANG,
TANG, J. Two experiments showing the
effect of the interviewer’s racial background on responses to questionnaires concerning ra-
cial issues. Journal of Applied Psychology, 44, p. 244, Aug. 1960.
BANKS, S. Experimentation in marketing. New York: McGraw-Hill, 1965.
BARDIN, L. Análise de conteúdo. Lisboa: Edições 70, 1977.
BAYLEY, K. D. Methods of social research. 2. ed. New York: Free Press, 1982.
BEARDEN, W. O.; NETEMEYER, R. G. Handbook of marketing scales: multi-item measures
for marketing and consumer behavior research. London: Sage, 1999.
BLANKENSH IP, A. B. The effect of the interviewer
BLANKENSHIP interv iewer upon the response
r esponse in a public
publ ic opinion
poll. Journal of Consulting Psychology,
Psychology, 4, p. 134-136, 1940.
BONOMA, T. V. Case research in marketing: opportunities, problems, and process. Journal

of Marketing Research, v
v.. 22, 1985.
BOYD JR., Harper W.; WESTFALL, R. Pesqu isa mercadológica. Rio de Janeiro: Fundação
Pesquisa
Getúlio Vargas, 1973.
________ ; MASSY, W. F. Administração de marketing. São Paulo: Saraiva, 1978.
BRIEN, R. H.; STAFFORD, J. E. Marketing information system: a new dimension for ma-
rketing research. Journal of Marketing, no 32, p. 19-23, July 1968.
BRITT,, S. H. The communication of your research findings. In: FERBER, Robert.
BRITT Robert. (Ed.) Han-
dbook of marketing research. New York:
York: McGraw-Hill, p. 1-85, t. 1-95, 1974.
BUSS AB, W.
BUSSAB, W. O.; MORET TIN, P. A. Estatística básica. 4. ed. São Paulo: Atual, 1987.
MO RETTIN,
CAHALAN, D.; TAMULONIS, V.; VERNER, H. W. Interviewer bias involved in certain types
of attitude questions. International Journal of Opinion and Attitude Research, 1, p. 63-77,
Mar.. 1947.
Mar 19 47.
CAMPBELL, D. T. The indirect assessment of social attitudes. Psychological Bulletin, no 47,
p. 15-38, Jan. 1950.
________ ; STANLEY, J. C. Experimental and quasi experimental design for research. Chicago:
Rand McNally, 1966.
CAPORASO, J. Quasi experimental and experimental approaches to social sciences: pers-
pectives andtesting
problems. In:and
CAPORASO, Quasi experimental
approaches: theory evaluatingJ.policy.
A.; ROOS
policy JR., L.Illinois:
. Evanston, L. (eds.).
Northwestern Univer-
sity Press, 1973.
CASEY, R. S. Oral communication of technical information. New York: Reinhold Book,
1958.
BIBLIOGRAFIA 305
CASTRO, C. de M. A prática da pesquisa. São Paulo: McGraw-Hill, 1978.

CHORAFAS, D. N. System and simulation. New York: Academy
Acade my,, 1965.
196 5.
CHURCHILL JR., G. A. Marketing research: methodological foundations. Insdale, Illinois:
Driden Press, 1979.
________. Marketing research: methodological foundations. Fort
Fort Worth: Driden Press, 1995.
________ ; BROWN, T. J. Basic marketing research. Ohio: Thomson South-Western, 2003.
CLAYCAMP, H. J. Corre
Correlation
lation and regressi
r egression
on methods.
methods . In: FERBER, Robert (Ed.).
( Ed.). Hand-
book of marketing research. New York:
York: McGraw-Hill, p. 394-408, 1974.
COCHRAN, W. G. Sampling techniques. 2. ed. New York: John Wiley, 1963.
COX, D. F.; GOOD, R. E. How to build a marketing information system . Harvard Business
Review, ano 3, no 45, May-June 1967.
COX, K. K.; ENIS, B. M. Experimentation for marketing decision. Scranton, PA: International
Text Book, 1969.
CRAWFORD,
CRAW FORD, M. C. Attitudes of marketing executives toward ethics in marketing research.
Journal of Marketing, no 34, p. 46-52, Apr. 1970.
CROSSEN, C. O fundo falso das pesquisas: a ciência das verdades torcidas. Rio de Janeiro:
Revan, 1996.
DANIEL, W. W. Essentials of business statistics. Boston: Houghton Mifflin, 1984.
DEMING, W. E. Some theory of sampling. New York: John Wiley, 1950.
________ . Sample design in business research. New York: John Wiley, 1960.
DRAKE, J. E.; MILLAR, F. J. Marketing research: intelligence and management. Stranton:
International Textbook, 1969.
DRUCKER, P. F. Prática de administração de empresas. Rio de Janeiro: Fundo de Cultura,
1962.
DURANT,, J. C. Implantação da pesquisa de opinião e mercado no Brasil (1930/1972).
DURANT ( 1930/1972). In:
Anais da ESOMAR – ABIPEME – Latin American Conference “Exchanging Experiences” São
Paulo (Brazil), 5th 8th, May,
May, 1991.
EHRLICH, J. S.; RIESMAN, D. Age and authority in the interview. Public Opinion Quarterly
Quarterly,,
25, p. 41, Spring 1961.
ENGEL, J. F.; BLACKWELL, R. D.; KOLLAT, D. T. Consumer behavior. 3. ed. Insdale, Illinois:
Driden Press, 1968.
ERVARD, Y.; PRAS, B.; ROUX, E. (em collaboration avec: CHOFFRAY, J. M.; DUSSAIX,
A.-M.). Market – études et recherche em marketing: foundements. Éditions Nathan, 1993.
ESOMAR, ISO/TC 225. Market, opinion and social research. Draft Business Plan. IMF Inter-
national Financial Statistics.
FERBER, R. (Ed.). Handbook of marketing research. New York: McGraw-Hill, 1974.
________ . Statistical techniques in market research. New York: McGraw-Hill, 1949.
________.
________; WALES, H. Detection and correction of interviewer bias. Public Opinion Quarterly
Quarterly,,
16, p. 107-127, Spring 1952.
FESTINGER, L.; KATZ, D. Research methods in behavioral sciences. New York: Holt,
Rinehart, 1950.
FONSECA, J. S.; MARTINS, G. A. Curso de estatística. São Paulo: LPM, 1975.
GALLAGHER, W. J. Report writing for management.
management. Reading, Massachusetts: Addison-Wes-
ley, 1969.
GOODYEAR, J. R. Qualitative
Qu alitative researc
r esearchh studies. In:
I n: AUCAMP, J. (Ed.). Effective use of marke-
ting research. London: Staple, 1971.
GREEN,
GREE N, P.
P. E.;
E. ; CARMON
CA RMONE,
E, F. J.
J . Multidimensional scalling and related techniques in marketing
analysis. Boston: Allyn and Bacon, 1970.
________ ; TULL, D. S. Research for marketing decision. Englewood Cliffs, New Jersey: Pren-
tice-Hall, 1966.
HAIR, J. F.; ANDERSON, R. E.; TATHAN, R. L.; BLACK, W. C. Multivariate data analysis.
New Jersey: Prentice Hall, 1998.
________ . Fundamentos de métodos de pesquisa em administração. Porto Alegre: Bookman,
2005.
1977. M. Statistical analysis for decision making. New York: Harcourt Brace Jovano-
HAMBURG,
vich,
HANSEN, M. H.; HURWITZ W. W. N.; MADOW W. G. Sample survey: methods and theory. New
YYork:
ork: John Wiley
Wiley,, 1953. 2 v.
v.
HARMAN, H. H. Modern factor analysis. 2. ed. Chicago: University of Chicago, 1967.
HAUCK, M. Planning field operation. In: FERBER, Robert (Ed.). Handbook of Marketing
Research. New York:
York: McGraw-Hill, p. 2-147 a p. 2-154, 1974.
HESS, J. M. Group interviewing. In: KING, R. L. (Ed.). New science of planning. Chicago:
American Marketing Association,
Association, 1968.
HOLBERT, N. B.; SPEECE, Mark W. Practical marketing research: an integrated global pers-
pective. New York: Prentice Hall, 1997.
HOUAISS, A. Dicionário Houaiss da língua portuguesa. 1. ed. Rio de Janeiro: Objetiva,
2001.
HOWARD J. R.; SHETH, J. N. The theory of buyer behavior. New York: John Wiley, 1969.
BIBLIOGRAFIA 307
HYMAN, H. H. Interviewing for social research.

research. Chicago: University of Chicago Press, 1954.
KATZ, D. Do interviewers bias poll results. Public Opinion Quarterly,

Quarterly, 6, Summer 1942.
KERLINGER, F. N. Foundations of behavioral research. 2. ed. New York: Holt, Rinehart,

1973.
KING, Robert L. The marketing concept. In: SCHW
SCHWARTZ,
ARTZ, George (Ed.). Science in marke-
ting. New York: John Wiley, 1965.
KINNEAR, T. C.; TAYLOR, James R. Marketing research: an applied approach. Tóquio:

McGraw-Hill Kogakusha, 1979.
KIRK, J.; MILLER, M. Reliability and validity in qualitative research.
research. Beverly Hills: Sage Pu-
blications, 1986.
KISH, L. Survey sampling. New York: John Wiley, 1965.
KLOMPMAKER, J. E.; HUGHES, G. David; HALEY, Russel I. Test marketing in new product
development. Harvard Business Review,
Review, v
v.. 54, May/June 1976.
KORNHAUSER, A.; SHEA S HEATSLEY
TSLEY,, P. B. Construção
Const rução de questio
questionário
nário e modelo
mo delo de entrevis
entrevis--
ta. In: SELLTIZ, C. et al. Métodos de pesquisa nas relações sociais. São Paulo
Paulo:: Herder/EPU/
EDUSP,, p. 613-65
EDUSP 613-657,
7, 1951.
19 51.
KOTLER, P. Administração de marketing: análise, planejamento e controle. 5. ed. São Pau-
lo: Atlas, 1998.
LAKATOS, E. M.; MARCONI, Marina de Andrade. Metodologia científica. São Paulo: Atlas,
1983.
LEMSKE, G. E.; LEGGETT, John C. Caste, class, and deference in the research interview.
The American Journal of Sociology, 66, p. 467, Mar. 1960.
LEVITT,, T.
LEVITT T. Marketing
Mar keting myopia. Harvard Business Review, p. 45-56, July-Aug. 1960.
LIKERT, R. A technique for measurement of attitudes. Archives of Psychology
Psychology,, no 140, 1932.
LOCKLEY,, L. C. History and development of marketing research. In: FERBER, R. (Ed.) Han-
LOCKLEY
York: McGraw-Hill, p. 1-3 a 1-15, 1974.
LUCK, D. J.; WALES, H. G.; TAYLOR, D. A. Marketing research. 4. ed. Englewood Cliffs,
New Jersey: Prentice-Hall, 1974.
MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 3. ed. Porto Alegre:
Bookman, 2001.
________ . Some observation on the state of art in marketing research. Journal of the Acade-
my of Marketing Sciences, ano 1, no 16, p. 4-24, Spring, 1988.
MATTAR, F. N. Estudo sobre estratificação social para utilização em marketing e pesqui-

sas de marketing: proposta de novo modelo para estratificação socioeconômica. Tese
(Livre-Docência) – Faculdade de Economia, Administração e Contabilidade. São Paulo:

Universidade de São Paulo, v. 2, 1996.
MATTAR, F. N. A Informação de marketing e o sucesso no lançamento de novos produtos.
v.. 17, no 4, out./dez. 1982.
Revista de Administração, v
________ . Pesquisa de marketing: metodologia, planejamento. 6. ed.e d. São Paulo: Atlas, 2005.
vv.. 1.
________ . PPesquisa
esquisa de marketing: execução, análise. 2. ed. São Paulo: Atlas, 1998. v. 2.
________ ; SANTOS, D. G. Gerência de produtos: como tornar seu produto um sucesso. São
Paulo: Atlas, 2004.
________ ; SANTOS, R. da C. Análise contínua para a promoção de vendas. Revista Display,
São Paulo, ano 1, no 5, p. 28-30, maio/jun. 1982.
________ , SIM – Sistemas de informação de marketing. Revista Mercado Global, ano 12,
p. 24-45, mar./abr. 1986.

MAYER,, C. S. Quality control. In: FERBER, Robert (Ed.). Handbook of marketing research.
MAYER
New York:
McDANIEL JR., C.; GATES, R. PPesquisa
esquisa de marketing. São Paulo: Pioneira Thomson Learn-
ing, 2003.
MILES, M. B.; HUBERMAN, A. M. Qualitative data analysis: a sourcebook of new methods
4. ed. Beverly Hills: Sage, 1986.
MORRIS, J. Nonparametric statistics. In: FERBER, Robert (Ed.). Handbook of marketing
research. New York:
York: McGraw-Hill, p. 2-295 to 3-306, 1974.
MORRISON, D. G. Discriminant analysis. In: FERBER, Robert (Ed.). Handbook of marke-
ting research. New York:
York: McGraw-Hill, p.442-457, 1974.
NEWMAN,
NEWM AN, J.
J . W.
W. Motivation research and marketing management. Cambridge, MA: Harvard
University, 1957.
NICOSIA, F. M. Consumer decision process: marketing and advertising implications. En-
glewood Cliffs: Prentice-Hall, 1966.
OSGOOD, C. E., SUCI, George J., TANNENBAUN, Percy H. The measuring of meaning.
Champaign, Illinois: University of Illinois Press, 1957.
PLUMMER, J. T. The concept and application of life-style segmentation. Journal of Marke-
ting, v
v.. 38, Jan. 1974.
ROBIN, S. S. Av.procedure for securing returns Sociological and So-

cial Research, 50, Oct. 1965. New York: Holt,toRinehart,
mail questionnaires.
1959.
SELLTIZ, Claire; JAHODA, Marie; DEUSTSCH, Norton; COOK, Stuart W. Métodos de pes-
quisas nas relações sociais. Coleção Ciências do Comportamento. São Paulo: EPU – Editora
Pedagógica
Pedagó gica e Universidade (Editora da Universidade de São Paulo), 1974.
BIBLIOGRAFIA 309
SIDEL, Philip S. Coding. In: FERBER, Robert (Ed.). Handbook of marketing research. New
YYork:
ork: McGraw-Hill, p.
p. 2-178 a 2-199, 1975.
SIEGEL, S. Nonparametric statistics for the behavioral sciences. New York: McGraw-Hill,
1956.
________ . Estatística não paramétrica (para as ciências do comportamento). São Paulo:
McGraw-Hill do Brasil, 1981.
SOLOMON, R. L. Extension of control group design. Psychological Bulletin, 46, 1949.
SPIEGEL, M. R. Estatística. 2. ed. Rio de Janeiro: Ao Livro Técnico, 1969.
STEPHAN, F. J.; McCARTHY, P. J. Sampling opinions: an analysis of survey procedure. New
YYork:
ork: John Wiley,
Wiley, 1958.
STOWELL III, C. Planning for data processing and data storage. In: FERBER, R. (Ed.). Han-
SUKHATME, P. V. Sampling theory of surveys with applications. Iowa: Iowa State University
Press, 1954.
THURSTONE, L. L. Attitudes can be measured. American Journal of Sociology, no 33, p. 530,
Jan. 1928.
________; CHAVE, E. J. Measurement of attitude.
attitude. Chicago: University of Chicago Press, 1929.
TORGENSEN, W. S. Theory and methods of scalling. New York: John Wiley, 1958.
TULL, D. S.; HAWKINS, Del I. Marketing research: measurement & method. 6. ed. New
YYork:
ork: Macmillan, 1993.
UHL, K. P. Sistemas de informação

i nformação de marketing
marketing.. In: BRITT BOYD , H. (Ed.). Marketing:
BRIT T, S.; BOYD,
gerência e ação executiva. São Pa
Paulo:
ulo: McGraw-Hill do Brasil, 1981.
WELLS, W. D.; SHETH, J. N. Factor analysis. In: FERBER, R. (Ed.). Handbook of marketing
research. New York:
York: McGraw-Hill, p. 458-471, 1974.
WILLIAMS, A. F.; WESCHLER, H. The mail survey: methods to minimize bias owing to in-
complete response. Sociological and Social Research, vv.. 54, p. 533-535, July 1970.
WILLIAMS, JR. J. A. Interviewer-respondent interaction: a study of bias in the information
interview. Sociometry, 27, p. 338-352, 1964.
YYA
ATES, F.
F. Sampling methods for census surveys. 3. ed. New York: Hafner Publishing, 1960.
YIN, R. K. Case study: design and methods. 2. ed. Sage University Paper Series on Applied
Social Research Methods. Newbury Park: Sage Publication, 1989. v. 5.
ZALTMAN, G.; BURGER, P. C. Marketing research. Insdale, Illinois: Driden Press, 1975.
ZYKMUND, W. G. Exploring marketing research. Mason: Thomson, 2003.
Sites
www.abep.org
www.abep.org
www.acnielsen.com.br
www.acnielsen.com.br
www.esomar
www.esomar.org
.org
www.fauze.com.br
www.fauze.com.br
www.google.com.br
www.google.com.br
www.globo.com.br
www.globo.com.br
www.ibge.com.br
www.ibge.com.br
www.ibope.com.br
www.ibope.com.br
www.ipsos-marplan.com
www.ipsos-marplan.com.br
.br
www.ivc.org.br
www.ivc.org.br
www.mattareassociado
s.com.br
ÍNDICE REMISSIVO
A por área em multiestágios, 147

Amostra(s), 121 por área em um estágio, 146
acidentais, 128 por área, 146
aleatória estratificada, 140 por áreas de probabilidades desiguais, 152
aleatória simples, 138 por áreas de probabilidades iguais, 149
procedimentos para a seleção, 138 por conglomerados (ou grupos), 143
autogeradas, 129 probabilísticas, 131
desproporcionais, 130 tipos de amostras, 138
estratificada não proporcional, 142 sistemática, 145
estratificada proporcional, 142 teorias estatísticas de, 132
intencionais, 128 Amostrar
não probabilísticas, 126 vantagens de, 123
por conveniência, 128 Amplitude, 202
por cotas, 129 Análise(s), 85
por julgamento, 128 da variância
por tráfego, 129 por classificação numa só direção de
probabilísticas, 131 Kruskal-Wallis, 217
proporcionais ao tamanho da área, 150 por postos de Friedman, 220
proporcionais, 129 de conglomerados, 259
qualidades de uma boa 124 de dados, 193
seleção de, 125 escolha do método, 193
tipos de, 125 métodos descritivos de análises de
Amostragem dados, 197
conceito de, 121 126

não probabilísticas, medidas
medidas de
de posição, 197
dispersão, 200
razões para o uso de, 126 nível de conhecimento dos parâmetros da
tipos de, 125, 128 população, 194
notação e fórmulas utilizadas em teoria de, 131 número de amostras a analisar e o grau de
por área em dois estágios, 146 relacionamento entre elas
amostras relacionadas e não relaciona- Circulação paga de jornais e revistas, dados

das, 196 sobre, 52
relação de dependência entre as variá- Clareza, 270
veis, 196 Classificação
número de variáveis a serem analisadas das pesquisas descritivas, 16
simultaneamente, 196 dos tipos de pesquisa, 8
tipo de análise, 195 Cliente, 288
métodos descritivos, 195 Cobertura geográfica
métodos inferenciais, 195 Codificação, 183
tipo de escala, 194 de questões abertas, 183
e relatório, 297 de questões fechadas, 183
fatorial, 253 Código de exercício profissional, 299
Anexos, 276 Código ICC/ESOMAR de conduta em pesquisa
Anonimato, garantia de, 71 de mercado e pesquisa social, 286
Apresentação(ões) Coeficiente
eletrônica, 285 de concordância W de Kendall, 242
gráfica dos resultados, 277 dedecorrelação
postos de251
Spearman), 239
orais, 284
Associação de palavras, 67 simples, 252
Atitudes, 55 de variação, 203
e contingência C, 235
em marketing, 93
Colagem, 67
Audímetros, 78
Coleta de dados, formas eletrônicas para a, 172
Ausência de empatia entre entrevistador e
Completar
entrevistado, 166
desenhos em quadrinhos, 67
Ausências/ausências momentâneas, 87
histórias, 67
Autorrelato, 95
sentenças, 67
Comportamento
B de compra, 77
Bibliografia, 277
Brincar com bonecos, 67 passado e presente, 57
Comunicação
dos resultados, 7
C em pesquisas, 265
Cálculo Conceitos, 175
das correlações, 255 Conclusões, 275
de intervalos de confiança, 139 Condição
Câmera alternativa, 23
de movimento dos olhos, 80 contingente, 23
de TV, 78 contribuinte, 23
fotográficas, 78 Confiabilidade, 175
Características de formas alternativas, 180
de estilo de vida, 54
demográficas, 54 de teste-reteste,
métodos 180 a, 180
para estimar
socioeconômicas, 54 Conhecimento, 56
Causalidade, conceito de, 21 Conscientização, 56
Checagem, 182 Construção de escalas, 254
Check-list, 294 Contadores de tráfego, 80
ÍNDICE REMISSIVO 313
Contar histórias (Teste de Apercepção Temática Distribuição

– TAT), 66 amostral, 209
Controle, 171 de frequência absoluta e relativa, 200
Corpo do relatório, 273 acumulada, 201
Correção, 124 Duração do teste de marketing, 38
Crianças e jovens, 291
Critério(s) E
de Classificação Econômica Brasil, 51, 54 Efeito de retratações posteriores a
para inferir relações de causalidade, 23 contravenções, 293
para selecionar locais para teste de Efeito teste (T), 28
marketing, 38 Eficiência, 124
Crítica, 181 Elaboração do relatório escrito, diretrizes para
da consistência, 191 a, 269
de valores estranhos, 190 Eliminação de outros fatores, 24
de valores extremados, 191 Embalagem, 21, 79
eletrônica da consistência, 190 Empatia entre entrevistador e entrevistado, 71,
166
Cronograma das atividades, 161 Entrevista, 69, 288
D focalizada de grupo, 62
Dados focalizada individual, 65
pessoal, 69
a coletar
por telefone, 69
determinação dos, 109
Entrevistado, 288
importância do instrumento para a precisão
Entrevistadores, 84
dos, 108
Entrevistados, 84
de audiência de TV, 51
Entrevistas compartilhadas, 292
disponíveis, 41 Erros
tipos de, 41 amostrais, 83
do consumidor, 48 na amostragem aleatória simples, 153
do varejo, 48
primários, 41, 54 de não resposta,
durante 86 dados, 85
a coleta dos
geralmente coletados, tipos de, 54 na amostragem, 85
secundários, 41, 44 na coleta de dados, 87
externos, 44 não amostrais, 83
internos, 44 vieses em pesquisas de marketing,
marketing, 83
vantagens e desvantagens dos, 42 Escala(s), 84, 118
sobre circulação paga de jornais e revistas, 52 comparativas, 100
tipos de, 41 de atitude, 94
Decis, 199 de autorrelato para medir atitudes, 95
Desempenho da tarefa objetivo, 95 de avaliação, 96
Desenho de pessoas, 67 gráfica, 96
Desonestidade, 169 itemizada, 98
Desvio-médio,
Desvio-padrão,202
202 deverbal, 97 pareada, 100
comparação
Digitação, 187 de diferencial semântico (Osgood), 101
Diretrizes para a elaboração do relatório de intervalos aparentemente iguais de
escrito, 269 Thurstone, 104
Distância euclidiana de duas medidas, 260 de ordenação, 99
indiretas, 104 Hierarquização de palavras, 67

intervalares, 92 Hipótese nula
Likert, 105 estabelecer a, 206
nominais, 89, 95 História (H), 28
ordinais, 90 Honestidade, 289
razão, 92
somatória, 105 I
Stapel, 103 Identificação da estrutura, 254
tipos básicos de, 89 Imagem, 67
Escolha múltipla, 117 Implantação, 293
Especificações do uso, 119 Importância do instrumento para a precisão dos
Estudo de casos selecionados, 12 dados a coletar, 108
Estudos de campo, 16-19 Índice de respostas, 72
Execução da pesquisa, 7 Índice Nielsen Alimentar, 20
Experimentação, 25 Índices de audiência da TV, 20
Experimento, 25 Inferência
de campo, 27 27
de laboratório, causais impróprias,
estatística, 223 85
Extração dos fatores iniciais, 255 Infovias, 175
Instituições não governamentais, 47
F Instrumento
Fatores psicológicos, 157 completo, 181
Fax, 174 consistente, 182
Focus group, 62 de coleta de dados, 84, 107
Fontes de dados em pesquisas de marketing, 39 legível e compreensível, 181
Força de vendas, 8 preciso, 182
Forma de perguntar, 166 uniforme, 182
Forma de registrar a resposta, 167 Intenções, 57
Formas eletrônicas para a coleta de dados, 172 Internet, 174
Formato do relatório escrito da pesquisa, 271 Interpretação, 85
Formulação do problema de pesquisa, 7 Interpretação de papéis, 66
Fórmulas estatísticas, 300 Intervalos de confiança, 136
G L
Garantia de anonimato, 71 Leitor ótico, 173
Governos, 46 Leitores óticos dos caixas das lojas, 79
Gráfico de barras, 281 Levantamentos de dados, 295
Gráficos de estratos, 281 bibliográficos, 10
Gráficos de linhas, 279 de campo, 16-19
Gráficos de pizza, 279 de estatísticas, 10
Gravação, 290 de experiências, 11
Gravadores de som,27
Grupo de controle, 79 de pesquisas realizadas,
documentais, 10 10
Grupo experimental, 27 e estudos de campo, 295
em fontes secundárias, 10
H Limitações, 275
Habilidade exigida para aplicação, 71 Listagens incorretas, 86
Localização N
incorreta da unidade a ser pesquisada, 86 Não resposta, 84
Nível de conhecimento dos parâmetros da
M população, 194
Maturação (M), 28 Nível de significância, 208
Média aritmética, 199 Nível educacional exigido dos respondentes, 73
Mediana, 198 Notação
Medição de atitudes, 94 e fórmulas utilizadas em teoria de
Medidas amostragem 131
de dispersão, 200 utilizada em experimentos, 29
em pesquisas de marketing, 88 Notebooks/palmtops/coletadores
Notebooks/palmtops/ coletadores eletrônicos de
Meios básicos de coleta de dados primários, 57 dados, 173
Menores de idade, 291
Método(s) O
da comunicação, 59 Objetivos
quanto à forma de aplicação, 69, 70 da pesquisa, 158
quanto ao grau de estruturação e múltiplos, 158
disfarce, 60 Observação
uso combinado das várias formas de de laboratório, 80
aplicação do, 75 direta, 81
da observação, 76 disfarçada, 77
quanto à participação do observador, 81 estruturada, 76
quanto ao ambiente, 80 humana, 78
quanto ao grau de disfarce, 77 indireta, 81
quanto ao grau de estruturação, 76 informal, 14
quanto ao objeto observado, 80 não disfarçada, 77
quanto aos instrumentos utilizados, 77 não estruturada, 76
da pesquisa exploratória, 10 não participativa, 81
das ligações, 262 natural, 80
de correlação
inferência, e205
regressão, 245 participativa, 81 78
por instrumentos,
descritivos de análises de dados, 197 Oftalmógrafos, 80
estruturado Opiniões, 55
disfarçado, 68 Orçamento, 298
não disfarçado, 60 de despesas, 162
inferenciais, 205 de pesquisa, 266
não estruturado de saídas de caixa, 162
disfarçado, 65 Ordem de ocorrência das variáveis no tempo, 24
não disfarçado, 61 Ordenamento, 200
para estimar
a confiabilidade P
a validade Página de rosto, 272
para 197
Moda, medir a associação, 234 Painel
Passos omnibus, 20
Mortalidade das unidades de teste (MT), 29 da análise fatorial, 255
Motivações, 56 para a realização de um projeto
Mudanças de endereços, 87 experimental, 36
Multicolinearidade, 253 para a seleção de amostras, 125
People meter, 172 formulação do, 7

Percentis, 199 Processamento, 85
Perguntas dos dados, 180
com respostas abertas, 115 Processo de medição, 88
com respostas fechadas, 116 Processos de amostragens não probabilísticos, 85
conteúdo das perguntas, 112 Produto em si, 9, 26
escolha múltipla, 117 Projeto(s)
forma de resposta à pergunta, 114 antes-depois
redação das perguntas, 113 com um grupo de controle, 32
sequência das perguntas no instrumento, 119 sem grupo de controle, 30
Pesquisa(s) apenas depois com um grupo de controle, 31
conclusivas descritivas, 14 do instrumento, 108
da motivação, 61, 62 experimentais, 27, 30
de mercado, 288 em marketing, uso de
evolutivas, 19 quase experimentais, 34
explicativa, 21 séries de tempo, 34
exploratória,
ocasionais, 198 com grupo
Promoção de controle,
de vendas, 9 35
painel, 20 Propostas de pesquisas de marketing, 265
Pesquisa de marketing Propriedade, 290
componentes de, 5 Proteção dos dados, 290
de propostas de, 265 Prova estatística, 210
definição de, 5 Psicogalvanômetro,
Psicogalvanômetr o, 80
no Brasil, 1-5 Publicação das constatações, 292
no mundo, 1-5 Publicações, 44
Pesquisado,
Pesquisad o, 39 Pupilômetro, 80
Pesquisador, 288
Pessoass que tenham informações sobre o
Pessoa Q
pesquisado, 39 Quartis, 198
Planejamento Questionários autopreenchidos, 69
da amostra, 294
da pesquisa, 7 R
das operações de coleta de dados, 161 Recomendações, 275
Recomendações,
Plano de análise dos dados, 159 Recursos humanos, 163
Ponderação
Ponde ração dos dados, 192 Recusas, 86
População de pesquisa Redação
definição errada da, 84 da primeira versão do instrumento, 111
definição parcial da, 84 final, 120
Possibilidade de verificação da sinceridade das Redução do volume de dados, 254
respostas, 75 Referências
Referências bibliográficas, 277
Prazos, 297 Região de rejeição, 209
Pré-testes, 119
Precisão, 124 Regras e convenções
Regressão,
Regressão , 246 para codificação, 184
dos resultados, 138 estatística (R), 28
Privacidade, 290 linear múltipla, 251
Problema de pesquisa Relatório
definição errada do, 84 completo, 269
de pesquisa, 268 Teste qui-quadrado

escrito, 269 de uma amostra, 211
Remuneração
Remune ração de entrevistadores, 169 para duas ou mais amostras não relacionadas,
Responsabilidade,
Respo nsabilidade, 292 213
profissional, 289 Teste t, 227
Respostas,
Respo stas, 115, 116 da diferença entre duas médias, 230
Restrições
Restrições de custo, 159 Teste tr, 233
Restrições
Restrições de tempo, 159 Teste Tomkins-Horn
Tomkins-Horn de organização de figuras, 68
Resumo gerencial, 272 Teste z, 223
Revisões, 119 da diferença entre duas médias, 228
Rotação da matriz, 256 Testes da média para uma amostra, 223
Testes de hipóteses, 206
S Testes para duas amostras
Sequência das perguntas no instrumento, 119 não relacionadas, 233
Sequência na procura de dados em pesquisas de relacionadas, 228
marketing, 41 Tevêmetros, 78
Serviços padronizados de informações de
marketing, 47 Tipos de variáveis
Transformação dosestranhas,
dados, 25428
Simbologia, 300 Transparência, 289
Situações similares, 40 TV interativa, 175
Smart card, 174
Smart sense, 173 U
Subcontratação, 292 Unidades de teste, 26
Sumário, 272 Unidades experimentais, 26
Uniformidade das mensurações, 71
T Uso de projetos experimentais em marketing, 25
Tabulação, 187
eletrônica, 189
V
manual, 188
Validade,
Validade, 175
Tamanho da amostra,
e erro amostral 75, 138 aleatória
na amostragem concordante, 179
construída, 179
simples, 153
métodos para estimar, 178
fatores determinantes do, 157
preditiva, 179
Técnicas
satisfeita, 179
indiretas, 95
Variação
Variação concomitante, 23
para medir atitudes, 94
de observação, 290 Variações
Variações nos instrumentos (I),
(I), 28
Teorias estatísticas de amostragem, 132 Variáveis
Variáveis
dependentes, 26
Teste de marketing, 36
critérios para selecionar locais para, 38 estranhas, 26
duração do, 38 estranhas, tipos de
usos do, 37 independentes (ou tratamentos), 26
Teste de Rorschach,
Teste para 66 não relacionadas, 213
duas amostras intervalar, 223,
intervalares, 233
199, 201
Teste para uma amostra, 211 nominais, 197, 200
Teste para várias amostras nominal, 211, 213
não relacionadas, 217 ordinais, 198, 200, 217, 220
relacionadas, 220 Viés de seleção (V),
(V), 29

5° Ed - Fauze Najib Mattar Auth Pesquisa de Marketing

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

5° Ed - Fauze Najib Mattar Auth Pesquisa de Marketing

Enviado por

Direitos autorais:

Formatos disponíveis

PESQUISA DE

Preencha a ﬁcha de cadastro    

   

Copidesque: Cláudia Letícia Vendrame

Elsevier Editora Ltda.

Rua Quintana, 753 – 8o andar

Serviço de Atendimento ao Cliente

Mattar,, Fauze Najib, 1944-

   

       

12-0892 CDD: 

O processo gerencial de marketing distingue-se das demais áreas funcionais

objetivo, convertendo-se simultaneamente em uma obra destinada ao estudo e à

Dr. Geraldo Luciano

Professor Titular da Faculdade de

Os livros Pesquisa de Marketing – volumes 1 e 2, foram lançados em 1993 e

Federal de Pernambuco) e publicada nos Anais do ENAMPAD de 2002 (Encontros

colegas profissionais de marketing e de pesquisa de marketing, de todo o Brasil,

sistemas) e na teleinformática (infovias, telecomunicações, teleprocessamentos,

Os negócios de pesquisa de marketing passaram a desenvolver-se, no Brasil,

Participação Participação Crescimento Crescimento

Europa 6.820 41 13.142 42 93 1,0

América do Norte 6.756 41 10.614 34 57 3,1

Ásia/Pacífico 2.156 13 5.082 16 136 3,5

América Central e do Sul 661 4 1.828 6 177 13,9

Oriente Médio e África 208 1 573 2 175 4,3

Total mundial 16.601 100 31.239 100 88 2,8

Fonte: (1) ESOMAR, ISO/TC 225 “Market,

Na Tabela 1.2, é apresentada a evolução do faturamento em pesquisas de

Estados Unidos 6.037 36 9.915 32 64

Fonte: (1) ESOMAR Association, ISO/TC

1 Estados Unidos 1.983 9.915 20 5

No Brasil, em 2003, o número de empresas de pesquisas associadas à Asso-

Grandes 11 1.104,54 6,3 80,8 100,41

A análise da Tabela 1.4 indica que a grande concentração no setor

respondendo por 81% do faturamento (em 2003 foram 15 empresas), enquanto

Definição de pesquisa de marketing

A pesquisa de marketing faz parte do Sistema de Informação de Marketing –

Componentes de uma pesquisa de marketing

Etapa 1 – Formulação do problema de pesquisa

Problema de marketing/Problema de pesquisa

Etapa 2 – Planejamento da pesquisa

Questão(ões) e/ou hipótese(s)

Dados, variáveis e indicadores a pesquisar

Etapa 3 – Execução da pesquisa

Etapa 4 – Comunicação dos resultados

 Elaboração e entrega do relatório da pesquisa

FIGURA 1.1 Etapas de um processo de pesquisa de marketing.

Classificação dos tipos de pesquisa

FIGURA 1.2 Classificação dos tipos de pesquisa.

 Força de vendas fraca: número de vendedores insuficiente, vendedo-

 Propaganda fraca: insuficiente, ineficaz, meios de comunicação utili-

 Verificar se pesquisas semelhantes já foram

Métodos da pesquisa exploratória

tamento envolve ea teses

 Dados demográficos: IBGE.

Levantamentos de pesquisas realizadas: vale a pena um esforço para verificar se

localização e seu conhecimento permitirão ao pesquisador contato com as meto-

na área em estudo, estrategicamente situados, por aquelas com mais experiência,

exploratória, convém novamente lembrar

 Casos que reflitam comportament

difícil, procura-se trabalhar com casos extremos, no sentido de exagerar as dife-

Pesquisas conclusivas descritivas