24

IV - COLETA E PROCESSAMENTO DE DADOS

4.1 – Planejamento Composto basicamente de 4 importantes aspectos: Cronograma das atividades: todos os projetos devem ter um cronograma de coleta que especifique o início e o fim de cada uma das atividades, com períodos realísticos de tempo definidos para cada uma delas. As atividades são: preparação e realização do pré-teste, preparação do material para coleta de dados, recrutamento, seleção e contratação de entrevistadores, preparação de material para treinamento, treinamento dos entrevistadores, aplicação dos instrumentos, verificação dos instrumentos de campo, verificação do trabalho dos entrevistadores e envio para o escritório.

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

25

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

4.2 - Novas técnicas de coleta de dados A evolução tecnológica nos campos da informática e das telecomunicações tem propiciado a utilização de novas e modernas técnicas de coleta e transmissão de dados em pesquisa de Marketing. Estas facilidades proporcionam uma redução drástica dos prazos entre a coleta de dados, o processamento e a disponibilização da informação, bem como a redução de custos e a melhoria da qualidade. Em seguida são apresentadas algumas inovações tecnológicas: People Meter: sistema de medir a audiência de TV através do Tevetron, um aparelho acoplado ao televisor que registra eletronicamente e continuamente, a cada 30 segundos, dados de audiência. O People meter é um segundo aparelho, acoplado ao Tevetron, que registra as preferências de cada membro da família, possibilitando a transmissão dos dados de 30 em 30 segundos, através da linha telefônica. Cada membro da família tem um botão colorido onde deve registrar o momento em que iniciar e terminar de assistir programas de TV. Smart Sense: é a versão mais moderna de registrar audiência de TV. Esse aparelho possui a capacidade de registrar a presença dos vários membros da família que estão assistindo a programas de TV, através da identificação de alguns parâmetros de cada um deles. Leitura Ótica: Os PDVs (pontos de venda) informatizados, equipados com leitura ótica, estão revolucionando a coleta de dados de algumas pesquisas de marketing. Dessa forma é possível interligar os computadores das lojas ao computador da agência de pesquisa para se ter informação sobre a participação de mercado, volume de vendas, distribuição quantitativa e qualitativa, etc e “on line”, o que é mais importante. Notebooks/palmtops/coletores eletrônicos de dados: A utilização no campo, desses computadores compactos tem auxiliado na solução de problemas de registro e transmissão de dados. Hoje temos diversas companhias de energia elétrica, água e gás que fazem uso intenso dos coletores de dados para registro

26

eletrônico dos consumos mensais dos usuários. Estes mesmos aparelhos podem ser adaptados para coleta de dados no campo, onde o questionário aparece na tela do aparelho. Ao longo da entrevista vai-se registrando os dados no aparelho e a transmissão de dados pode ser feita a qualquer momento, através de linha telefônica e modems. Smart Card: é uma evolução dos cartões eletrônicos de crédito. Este cartão possui uma infinidade de dados sobre o consumidor que o possui, e capta e registra todas as compras que forem feitas com o cartão. Fax: é um recurso que apresenta vantagens em relação ao correio, no caso em que se deseja enviar questionários de auto-preenchimento. Entretanto o número de possuidores de fax é reduzido o que limita a aplicação desse recurso a médias e grandes empresas. O e-mail também é um recurso bastante útil. Infovias: são grandes vias de transporte de informações que estão sendo construídas no mundo todo, através de fibra ótica. TV interativa: neste recurso, a emissora e o usuário podem trocar informações, interagindo continuamente. 4.3 - Erros na coleta de dados

Os erros que podem ocorrer numa pesquisa de marketing são classificados em dois tipos: não amostrais e amostrais. O erro total de uma pesquisa será a soma dos dois tipos de erro.

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

Erros não amostrais: ocorrem nas diversas etapas do processo de pesquisa e não estão relacionados ao tamanho amostral nem ao processo de seleção. Esses erros não são mensuráveis e tendem a crescer a medida que aumenta o tamanho da amostra, provocando vieses nos resultados da pesquisa. As principais fontes de erro são:

- Definição errada do problema de pesquisa;

27

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

4.4 - Processamento dos dados.

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

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

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

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

Codificação: é o procedimento pelo qual os dados originais são

transformados em códigos numéricos para que o processamento realizado através de planilha eletrônica, seja possível.

- Questões fechadas: os códigos são definidos antes da etapa de campo e é recomendável que estejam já impressos no instrumento de coleta;

28

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

Digitação: Consiste em transcrever os dados codificados dos

instrumentos de coleta para uma planilha eletrônica de dados. Entretanto, aos pouco, as novas tecnologias permitirão eliminar essa função. Verificação eletrônica da consistência: existem 3 tipos de verificação:

- Valores estranhos às variáveis, onde o sistema irá nos apontar a existência de valores de cada variável que não tenham sido previamente definidos;

- Consistência dos dados, diz respeito à consistência interna que deve haver entre eles;

- Valores extremados, valores registrados que fogem completamente ao campo de variação tido como esperado para aquela variável. Tabulação: consiste na contagem de casos que ocorreram em cada

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

29

V – ANÁLISE DOS DADOS

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

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

5.1 - Métodos de análise de dados

Para escolha correta da técnica adequada é útil observar os seguintes fatores:

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

Existem basicamente dois tipos de análises que podem ser feitas: através de métodos descritivos e através de métodos inferenciais. 5.2 - Medidas de posição e dispersão (Métodos descritivos) A utilização de medidas de tendência central e de dispersão depende do tipo de mensuração da variável em estudo:

30

Medidas de posição: Servem para proporcionar um medida “resumo” de um conjunto de dados. Medidas de tendência central (Média, Moda e Mediana) e separatrizes (quartil, decil e mediana) Moda: valor ou categoria mais freqüente, medida adequada para variáveis nominais. Mediana: é o valor de uma lista ordenada, que a divide em duas partes iguais, de forma que 50% dos valores encontrem-se abaixo dele e 50% acima. Quartil: são os valores de uma lista ordenada que a dividem em 4 partes iguais de forma que cada parte compreenda 25% do total de valores. Média: é o valor médio de um conjunto de dados, medida aplicável à variáveis de mensuração intervalar. Medidas de dispersão: contribui para nos informar o quanto e de que maneira os nossos dados estão variando (dispersos). São medidas úteis para se avaliar a confiabilidade de uma medida de tendência central. Distribuição de freqüência: é uma tabela que resulta da contagem de valores em uma série bruta. É o resultado de uma contagem de ocorrências das respostas da variável de interesse. Amplitude: é a diferença entre o maior e o menor valor entre as respostas da variável de interesse. Fornece a dimensão do campo de variação da variável. Desvio-padrão: é a soma de quadrados das diferenças entre as observações e a média, dividida pelo número de observações (no caso do desvio-padrão amostral, divide-se pelo número de observações menos 1). A interpretação é de que quanto maior o desvio-padrão, maior a variabilidade dos dados ao redor da média.

31

5.3 - Métodos de Inferência

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

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

32

Teste de Hipóteses O comprador de uma rede de 500 farmácias está interessado em verificar a viabilidade de adotar a comercialização de uma nova marca de sabonete de um fornecedor tradicional. Sua experiência anterior, em função da categoria do produto e da margem de comercialização oferecida, indica que para essa comercialização seja viável e lucrativa é necessário vender no mínimo 100 unidades/loja/dia. O fornecedor concordou em fornecer uma partida do produto que permitiu a realização de um teste de vendas em uma amostra probabilística de 32 lojas da rede. Os resultados obtidos de vendas por loja encontram-se na tabela abaixo. Com base nestes dados o comprador deve decidir se adota ou não a comercialização dessa nova marca de sabonete.

Passos para a construção de um teste de hipóteses Daremos abaixo, uma seqüência que pode ser usada sistematicamente para qualquer teste de hipóteses sobre um parâmetro populacional θ. Passo 1: Definir qual a hipótese nula, H0, a ser testada e qual a hipótese alternativa H1.

33

Passo 2: Escolher a estatística de teste (estimador) adequada que será usada para julgar a hipótese nula H0.

Passo 3: Escolher o nível de significância α e estabelecer a região crítica. Passo 4: Calcular o valor da estatística de teste com base em uma amostra de tamanho n extraída da população. Passo 5: Rejeitar H0 se o valor calculado da estatística pertencer à região crítica. Não rejeitar H0 se o valor calculado da estatística não pertencer à região crítica.

Resolva o problema no espaço abaixo.

34

Usualmente, vamos decidir entre duas hipóteses, uma sendo bastante específica a respeito do valor do parâmetro, chamada de hipótese nula e denotada por H0; e a segunda fornecendo uma alternativa mais geral, chamada de hipótese alternativa e denotada por H1. A hipótese nula, H0, pode ser falsa ou verdadeira. Entretanto, o processo de sua rejeição ou aceitação é diferente daquele usado para provar uma proposição matemática que também ou é falsa ou é verdadeira. Em contraste, há sempre um grau de incerteza na decisão tomada a respeito de uma hipótese estatística. Esse é o preço a ser pago por estarmos trabalhando em uma situação onde a variabilidades é inerente. • Erro tipo I : rejeitar H0 quando esta é verdadeira • Erro tipo II : não rejeitar H0 quando esta é falsa O esquema a seguir mostra os erros que podemos cometer e suas probabilidades.

Situação específica na população

(realidade)

H0 verdadeira

H0 falsa

Decisão

aceita H0 correto ( 1 - α )

erro tipo II ( β )

rejeita H0 erro tipo I ( α )

correto ( 1 - β )

Na tabela a seguir apresentamos um extrato de um relatório de processamento de dados de uma pesquisa realizada no Paraná e Santa Catarina. Analise o resultado, observando detalhadamente os testes estatísticos realizados.

35

1. Quando eu falo em operadora de telefonia celular, qual é a primeira empresa que lhe vem a cabeça? (RU - espontâneo) PARANÁ SANTA CATARINA ======================================================================= ======================================================================= USUÁRIO/PROSP. TOTAL PR Curitiba Cascavel Maringá TOTAL SC Florianópolis Joinville Blumenau ================= ================= ================= ================= ================= ================= ================= ================= ================= TOTAL GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- (A) (B) (C) (D) (E) (F) (G) (H) (I) (J) (K) (L) (M) (N) (O) (P) (Q) (R) (S) (T) (U) (V) (W) (X) (Y) (Z) (A2) (B2) TOTAL 1440 420 420 600 210 210 300 70 70 100 70 70 100 70 70 100 210 210 300 70 70 100 70 70 100 70 70 100 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 TIM 736 100 354 282 53 179 142 14 64 55 18 60 53 21 55 34 47 175 140 17 56 53 15 59 45 15 60 42 51.11 23.81 84.29 47.00 25.24 85.24 47.33 20.00 91.43 55.00 25.71 85.71 53.00 30.00 78.57 34.00 22.38 83.33 46.67 24.29 80.00 53.00 21.43 84.29 45.00 21.43 85.71 42.00 BD B EGQS EQ WYZB2 NPTWZ WYZB2 NPTWZ WYZB2 H EGQS EQ WYZB2 NPTWZ WYZB2 KNTWZ WYZB2 HKTWZ *NOPTV HK *MNPTV HK *MNPTV *MNPTV HK *MNPTV H *MNPTV Global Telecom 528 297 32 199 148 15 102 52 4 30 51 3 35 45 8 37 149 17 97 48 7 20 50 5 34 51 5 43 36.67 70.71 7.62 33.17 70.48 7.14 34.00 74.29 5.71 30.00 72.86 4.29 35.00 64.29 11.43 37.00 70.95 8.10 32.33 68.57 10.00 20.00 71.43 7.14 34.00 72.86 7.14 43.00 CD C FGRS FR YA2B2 OUXA2 YA2B2 UVXA2 YA2B2 UVXA2 FGRS FR YA2B2 ILXA2 YA2B2 UVXA2 YA2B2 UVXA2 *OPUVX IL*OPUVX ILO*OPUVX ILO *OPUVX *OPUVX ILO*OPUVX ILO Não sabe dizer 60 2 3 55 1 1 18 - - 4 - 1 5 1 - 9 1 2 37 - 1 15 1 1 12 - - 10 4.17 0.48 0.71 9.17 0.48 0.48 6.00 4.00 1.43 5.00 1.43 9.00 0.48 0.95 12.33 1.43 15.00 1.43 1.43 12.00 10.00 BC EFQR LNUWX EFGQR MNUWX LNUWX LNUWX JL J Telepar 38 6 12 20 6 12 20 3 1 6 1 5 3 2 6 11 - - - - - - - - - - - - 2.64 1.43 2.86 3.33 2.86 5.71 6.67 4.29 1.43 6.00 1.43 7.14 3.00 2.86 8.57 11.00 B E IK IKMN Telesc 34 12 8 14 - - - - - - - - - - - - 12 8 14 5 3 9 3 1 4 4 4 1 2.36 2.86 1.90 2.33 5.71 3.81 4.67 7.14 4.29 9.00 4.29 1.43 4.00 5.71 5.71 1.00 XB2 TIM Telepar 14 - 2 12 - 2 12 - 1 3 - - 3 - 1 6 - - - - - - - - - - - - 0.97 0.48 2.00 0.95 4.00 1.43 3.00 3.00 1.43 6.00 C F Nenhuma 12 1 1 10 - 1 2 - - - - 1 - - - 2 1 - 8 - - 3 1 - 3 - - 2 0.83 0.24 0.24 1.67 0.48 0.67 1.43 2.00 0.48 2.67 3.00 1.43 3.00 2.00 BC FQ TIM Telesc 9 - 7 2 - - - - - - - - - - - - - 7 2 - 3 - - 3 1 - 1 1 0.62 1.67 0.33 3.33 0.67 4.29 4.29 1.00 1.43 1.00 D S Telesp 2 - - 2 - - 2 - - 1 - - 1 - - - - - - - - - - - - - - - 0.14 0.33 0.67 1.00 1.00 Telecom 2 - 1 1 - - - - - - - - - - - - - 1 1 - - - - 1 1 - - - 0.14 0.24 0.17 0.48 0.33 1.43 1.00

36

Inferência Não-Paramétrica

A Estatística Não-Paramétrica pode ser definida como uma coleção de métodos estatísticos, aplicada à conjuntos de dados onde as suposições distribucionais necessárias para aplicação de uma técnica clássica (Intervalo de Confiança, Teste de Hipótese) não são satisfatoriamente atendidas. É também bastante útil no tratamento de dados onde o nível de mensuração das observações não é dos melhores.

Na Inferência Estatística procuramos tirar conclusões sobre um grande número de eventos com base na observação de apenas parte deles. Os testes relacionados à Inferência Estatística nos dizem qual a margem de diferença que deve ser encontrada na amostra para que possamos afirmar que elas representam realmente diferenças nos tratamentos (grupos). Como nesses procedimentos, na verdade são testadas hipóteses a respeito dos parâmetros populacionais, esses são chamados de “Paramétricos”. Algumas técnicas não são tão rigorosas na especificação de condições acerca dos parâmetros da população da qual a amostra foi obtida. Conseqüentemente as conclusões não são tão poderosas quanto as obtidas por técnicas paramétricas. Essas técnicas são chamadas de “distribuição livre” ou “não – paramétricas”.

37

O quadro a seguir apresenta organograma dos tipos de testes

estatísticos que podem ser aplicados, dependendo do número de variáveis envolvidas, da sua escala de mensuração e do grau de relacionamento existente entre elas:

5.4 - Medidas de Associação

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

38

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

39

5.5 - Correlação e Regressão Existem técnicas de análise estatística que tem grande aplicação na identificação e quantificação do relacionamento entre uma variável critério e uma ou mais variáveis prognóstico. São úteis para, com o conhecimento do(s) valor(es) de uma(s) possa ser previsto o valor da outra.

O método estatístico utilizado e recomendado pela sua precisão, é o método dos mínimos quadrados que ajusta a melhor “curva” possível aos dados observados. Regressão linear simples: em pesquisas de Marketing é freqüente a necessidade de, com base em dados amostrais, prever o valor de uma variável critério em função de uma outra variável prognóstico. Para o caso particular de ajuste de uma reta, o ajuste é dado pela seguinte equação: Y = a1 + a2 X Onde: Y : variável critério; X : variável prognóstico; a1 : parâmetro da equação (intercepto); a2 : parâmetro da equação (inclinação). Regressão linear múltipla: é a regressão linear de uma variável critério em relação a duas ou mais variáveis prognóstico.

40

5.6 – Análise Fatorial É uma técnica estatística multivariada utilizada para estudar o inter-relacionamento entre um conjunto de variáveis observadas. Neste caso, todas as variáveis são consideradas simultaneamente. Esta técnica tem sido aplicada em pesquisa de marketing para:

- a identificação da estrutura: Por exemplo, é possível reduzir um conjunto de 40 diferentes atributos medidos de um produto para cerca de 4 ou 5 fatores que permitirão uma maior compreensão e a interpretação dessas medições;

- redução do volume de dados: A redução de um grande número de variáveis para apenas alguns atributos permite a utilização desses fatores gerados em análises futuras ao invés das variáveis originais;

- construção de escalas: A Análise Fatorial contribui para o processo reagrupando as variáveis em fatores independentes e atribuindo o peso a ser usado para cada variável dentro do fator bem como o peso de cada fator;

- transformação de dados: várias técnicas estatísticas, para serem aplicadas, dependem do pressuposto de que as variáveis pressuposto não estejam correlacionadas. A Análise Fatorial contribui na construção de fatores não correlacionados.

Exemplos de uso da Análise Fatorial em Pesquisa de Marketing: - desenvolvimento de escala de personalidades; - segmentação de mercado psicográfica ou de estilo de vida; - identificação dos atributos-chave do produto que determinam a

preferência no consumo; - identificação de variáveis-chave que determinam a formação e

manutenção da imagem da empresa; - identificação de similaridades entre produtos diferentes; - identificação dos pontos-chave da propaganda que mais sensibilizam

a audiência; - desenvolvimento de perfil de consumidores que reflitam atividades,

atitudes, opiniões, interesses, percepções, preferências, etc, de forma a predizer melhor o comportamento de compra e consumo;

- agrupar pessoas com base em suas similaridades de comportamento.

41

5.7 – Análise de Agrupamento (Cluster)

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

42

VI – COMUNICAÇÃO DOS RESULTADOS

6.1 - Relatório da pesquisa Consiste na apresentação dos resultados da pesquisa para um público específico, compreende as seguintes etapas: Preparação e entrega do relatório de pesquisa e preparação e apresentação de relato oral dos resultados. Relatório da pesquisa: precisa ser a) completo: deve possuir todas as informações necessárias aos leitores a que se dirige; b) preciso: depende muito dos cuidados que foram tomados no planejamento, execução da pesquisa e cuidado no manuseio das informações; c) objetivo: para ganhar rapidamente a atenção do leitor deve-se utilizar frases curtas e diretas, palavras de conhecimento do leitor; d) claro: a seqüência de apresentação de ter uma redação lógica e precisa; e) conciso: o pesquisador deve ser seletivo sobre o que incluirá no relatório, tendo em vista os objetivos da pesquisa. Formato do relatório:

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

2. Sumário: listagem de tópicos que compõe o relatório; 3. Sumário gerencial: possui uma ou duas páginas e deve prover os

tomadores de decisão com o essencial e relevante dos resultados para dar suporte e orientação às suas decisões;

4. Corpo do relatório: possui os detalhes do projeto de pesquisa. É composto de: a) Apresentação (Introdução); b) Objetivos; c) Metodologia e d) Resultados.

5. Conclusões, recomendações e limitações: as conclusões devem estar embasadas pelos resultados obtidos e a partir delas é que são estabelecidas as recomendações. Deve se explicitar claramente os detalhes referentes a abrangência e limites da pesquisa realizada;

6. Anexos: composto de cópia do instrumento de coleta, material utilizado para definição do plano de amostragem, tabelas e gráficos, figuras e quadros, bibliografia utilizada.

43

6.2 - Apresentação gráfica Existem diversas forma de gráficas de apresentação dos resultados e a escolha entre uma e outra deverá ser determinada pela melhor forma de comunicabilidade para determinado resultado, tendo em vista o público para o qual for dirigido. Tabelas: Compostas apenas por linhas horizontais e dados numéricos. Quadros: Possuem as laterais fechadas e utilizados, geralmente, para apresentar resultados qualitativos. Figuras: são gráficos, desenhos, esquemas, fluxogramas, cronogramas, organogramas utilizados para mostrar conclusões de uma forma mais visual. Gráficos: instrumentos utilizados para representarem, de forma visual, resultados associados à uma variável ou ao cruzamento de duas ou mais variáveis. Existem basicamente, 3 tipos de gráficos: pizza, barras e linhas. Gráfico de pizza: composto de um círculo repartido em n fatias, com tamanhos proporcionais à ocorrência da variável nos resultados da pesquisa, representando um certo instante no tempo. Sugere-se que seja aplicado em variáveis com no máximo 8 categorias.

44

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

Gráfico de barras (histograma): Apresentam os resultados através do desenho de diversas barras, onde cada categoria da variável em estudo é associada à uma barra e o comprimento da barra diz respeito ao resultado indicado para a categoria. Pode ser usada também em representações envolvendo diversas variáveis, acompanhadas em diversos momentos de tempo.

45

6.3 - Apresentação oral

As apresentações orais são geralmente utilizadas para dar suporte ao relatório da pesquisa. A forma de apresentação pode ter uma grande variedade, indo de uma simples reunião de esclarecimentos com o cliente até apresentações formais para um grande grupo de interessados.

As apresentações orais têm o propósito principal de permitir aos usuários da pesquisa efetuar perguntas e solicitar esclarecimentos sobre pontos em que restam dúvidas. Tendo em vista este objetivo, a apresentação oral só deve ser efetuada após os usuários terem tido contato com os resultados contidos no relatório e deve ser marcada para cinco a dez dias após sua entrega.

Dar sugestões sobre como proceder para apresentações orais é muito difícil, tendo em vista que a forma e os comportamentos de apresentações dependem da personalidade do apresentador e do perfil da audiência a que se destina. Apesar dessa dificuldade, a sugestão geral compreende seu planejamento detalhado, o que inclui:

- definir o que será apresentado; - com o material selecionado, montar um roteiro lógico para a

apresentação; - preparar o material para a apresentação; - cuidar para que o local da apresentação seja adequado e que todos os

recursos necessários estejam disponíveis; - treinar antes de se expor a uma apresentação real (quando não tiver

prática em apresentações); - no dia da apresentação, chegar ao local cerca de meia hora antes do

horário agendado para verificar se está tudo OK, principalmente os equipamentos;

- não iniciar a apresentação sem que os elementos chave do patrocinador estejam presentes, a não ser que seja autorizado seu início por alguém da casa;

- começar a apresentação mostrando qual é o seu plano de apresentação; seguir exatamente o plano traçado; ficar sempre de frente para a audiência; evitar, ao máximo, a leitura dos resultados apresentados de forma visual; quando a apresentação for feita a um número muito grande de profissionais de diferentes áreas do contratante, é comum que as discordâncias em relação aos resultados apresentados surjam entre eles, em função das diferentes experiências práticas ou do conhecimento de outras fontes de informação. Quando isto ocorrer, a atitude recomendada ao apresentador é a de, respeitando as opiniões divergentes, defender a

46

correção de seus resultados apontando para a correção da metodologia utilizada.

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