Pesquisa Experimental em Marketing

833 visualizações

Publicada em

Pesquisa Experimental em Marketing

Publicada em: Marketing
0 comentários
3 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
833
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
25
Comentários
0
Gostaram
3
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide
  • Exemplo genérico que um aumento de propaganda de um produto gera um aumento de vendas
  • Ex. níveis – manipular a similaridade percebida da extensão de marca
  • Pesquisa Experimental em Marketing

    1. 1. PESQUISA EXPERIMENTAL EM MARKETING Graziela Rodrigues
    2. 2. PESQUISA EXPERIMENTAL EM MARKETING ReMark – Revista Brasileira de Marketing Publicação: Maio/2014 Autores:  José Mauro da Costa Hernandez Doutor em Administração pela FGV / Professor da USP e Centro universitário da FEI  Kenny Basso Doutor em Administração pelo UFRGS / Professor da Faculdade Meridional - IMED  Marcelo Moll Brandão Doutor em Administração pela FGV / Professor de Marketing do PPGA da Universidade Nove de Julho - UNINOVE
    3. 3. OBJETIVOS DO ARTIGO:  Discutir os principais elementos para a realização de um estudo experimental.  Estimular os pesquisadores a adotarem o estudo experimental como método de pesquisa.  Fornece um guia de experimentos para pesquisadores iniciantes e oferece novas perspectivas para pesquisadores mais experientes.
    4. 4. INTRODUÇÃO O crescimento de estudos científicos na área de Marketing mostra que o uso de experimentos é cada vez mais pertinente, pois como a área já possui teorias bem desenvolvidas, pesquisas com a identificação e a mensuração de relações causais passam a ser significativas. Características dos Experimentos:  Manipulação de uma ou mais variáveis independentes  Controle sobre as variáveis externas por meio de diversas estratégias como a atribuição aleatória dos sujeitos às condições experimentais. Busca compreender a relação de causa e efeito em fenômenos mercadológicos.
    5. 5. O CONCEITO DE CAUSALIDADE  Pesquisa Causal: relação de causa e efeito entre duas ou mais variáveis  Hunt (2010) mostra que quatro condições são necessárias e suficientes para que se possa inferir uma relação de causalidade:  Sequência temporal  Variação concomitante  Associação não espúria  Suporte teórico
    6. 6. SEQUÊNCIA TEMPORAL Variável Independente e Explicativa Variável responsável pela “causa” antecede a variável responsável pelo “efeito” Obs.: apesar de comum o entendimento de que a mudança de atitude precede as mudanças de comportamento, algumas pesquisas mostram o contrário. Ex.: ambientes complexos Variável Dependente ou Critério
    7. 7. VARIAÇÃO CONCOMITANTE Correlação entre duas varáveis (estatística) mostra que há evidência em favor da causalidade. A ausência de correlação, em geral é suficiente para excluir a hipótese de causalidade.
    8. 8. ASSOCIAÇÃO NÃO ESPÚRIA É necessário que não haja uma variável qualquer, que adicionada como explicativa, faça desaparecer a associação entre as variáveis de causa e efeito. X Y 1º Exemplo: Regressão e verifica a relação entre X “causa” e Y “efeito” X YZ 2ª Exemplo: Faz nova regressão e se verificar que o coeficiente relacionado a X continuar significativo, pode se afirmar que a relação entre X e Y não é espúria Questão filósofos da ciência: Necessidade de mostrar uma relação não espúria é de fato inferir uma relação de causalidade?
    9. 9. SUPORTE TEÓRICO A teoria de marketing é suficiente para explicar o fenômeno pesquisado? A teoria resolve estas questões “filosóficas” se é possível ou não inferir uma relação de causalidade.  Estes quatro critérios em conjunto reforçam o valor científico do desenho de pesquisa experimental.  Pesquisa causal e experimento como sinônimos.
    10. 10. ELEMENTOS DE UM EXPERIMENTO Elementos são importantes para entender o experimento como único método que garante as condições necessárias e suficientes para se inferir uma relação de causalidade: Hipótese Manipulaçã o das Variáveis Independen tes Mensuração da Variável Dependent e Coleta de Dados Resultados Amostrais Teste de Hipótese Controle das Variáveis Estranhas População
    11. 11. ELEMENTOS DE UM EXPERIMENTO  Hipótese: existência de hipótese com suporte teórico é fundamental  Manipulação das variáveis independentes: É o que difere o experimento dos outros métodos e garante a sequência temporal, pois garante que a variável dependente seja sempre mensurada após o estímulo na variável independente. Em geral é manipulada em dois níveis de análise, mas pode ter mais conforme a necessidade. Manipulando a variável independente, o pesquisador terá controle preciso sobre a natureza de cada nível do tratamento. Pode ter variáveis independentes manipuladas (discretas “contagem”) e variáveis independentes mensuradas (discretas ou intervalares). Para ser considerado um experimento deve ter pelo menos uma variável independente manipulada. Quando só tem variáveis mensuradas o estudo é observacional. Para assegurar a manipulação pode ter variáveis de conferência de manipulação. Variáveis podem ser manipuladas de forma direta, quando observáveis (ex. preço, tipo de promoção, cores em propaganda...) e indiretamente, quando não observáveis (cognitivas, ex. autoestima – medidas através de escalas).
    12. 12. ELEMENTOS DE UM EXPERIMENTO  Variáveis Estranhas: São aquelas que podem influenciar o resultado de um experimento ou fornecer explicações alternativas. Controle destas variáveis assegura que o que muda durante o experimento é o nível de tratamento. Controle difícil em ciências sociais. Três maneiras de controlar o efeito de variáveis estranhas:  Manter constante as variáveis que podem alterar o experimento (ex. laboratório ao controlar variáveis ambientais, no caso por exemplo de “auto-estima” podem ser controladas pela aleatoriedade dos indivíduos participantes.  Contrabalançando as condições experimentais (ex. três propagandas – ordem).  Controle estatístico: inserindo variáveis estranhas no modelo analisado como se fossem uma variável independente, para que seu efeito sobre a variável dependente seja isolado. Algumas observações: A variável estranha também ser chamada de covariável, em livros e manuais de análise de dados. Evitar que os envolvidos tenham conhecimento do experimento, “duplo-cego” (ex. placebo). No uso de histórias fictícias, no ponto de vista ético, é sempre bom esclarecer aos
    13. 13. ELEMENTOS DE UM EXPERIMENTO  Mensuração de variáveis dependentes: amplamente utilizado em outras pesquisas de marketing, pode ter várias naturezas (atitudes, emoções, comportamentos, escolhas...)  Coleta de dados: verificar se a amostra é aleatória, pode-se testar diferenças demográficas e outras características para verificar se há alguma associação entre as características e grupos.  Teste de hipótese: em experimento sempre há o teste de uma hipótese que possa inferir algo sobre a população representada pela amostra.
    14. 14. ELEMENTOS DE UM EXPERIMENTO “Concluindo, se existe teoria suficiente para esperar uma associação entre uma variável independente e uma dependente; se os sujeitos forem alocados às condições experimentais aleatoriamente, de tal forma que não exista associação entre as características individuais e a variável independente; se o pesquisador tem controle sobre todas as variáveis ambientais do experimento; se o pesquisador tem controle do momento em que o estímulo é apresentado e do momento em que a variável dependente é mensurada; então diferenças na variável dependente são naturalmente atribuídas às diferenças nos níveis dos tratamentos, já que não existe nenhuma outra explicação para a variação sistemática na variável dependente. Por isso diz-se que o experimento é a única forma de se demonstrar uma relação de causa-e-efeito.” (pág. 103)
    15. 15. CLASSIFICAÇÕES DE EXPERIMENTOS Tipos • Experimentais Ambiente de Realização • Campo Desenhos • Entre-sujeitos
    16. 16. CLASSIFICAÇÕES DE EXPERIMENTOS: TIPOS Experiment ais •Atribuição aleatória dos sujeitos aos tratamentos •Reduz explicações alternativas Quase- experiment ais •Ocorre quando não há controle da amostra aleatória, ex. em pesquisas de campo •Exemplo na classificação de dois grupos (ex. anúncio - alto e baixo conhecimento) Pré- experiment ais •Não há grupo de controle. •Apenas um grupo estudado. •Exemplo: verificar o efeito de desconto de preços na venda do varejo
    17. 17. CLASSIFICAÇÕES DE EXPERIMENTOS: AMBIENTE DE REALIZAÇÃO Campo •Ambiente real •Proporciona maior realismo, pois é o ambiente “correto” da ocorrência do fenômeno. Laboratório •Ambiente artificial •Sucesso depende da análise do pesquisador: ao ser retirado do ambiente real pode haver distorções e estas são significativas? •Vantagens: maior controle de variáveis, possibilita a atribuição aleatória, flexibilidade na verificação de medidas, determina
    18. 18. CLASSIFICAÇÕES DE EXPERIMENTOS: DESENHOS Entre- sujeitos •Expõe cada sujeito a um tratamento experimental e compara as medidas entre os sujeitos expostos a diferentes tratamentos •Recomendados no efeito da demanda Dentre- sujeitos •Expõe cada sujeito a todos os tratamentos experimentais e compara as medidas entre eles •Utilizados para: eliminar o viés das respostas; quando há poucos sujeitos; contexto envolve muitas decisões; busca aumentar a validade interna, Mistos •Utiliza as duas opções anteriores •Possível alinhar os benefícios dos dois desenhos experimentais
    19. 19. CLASSIFICAÇÕES DE EXPERIMENTOS: DESENHOS FATORIAIS  Teste de duas ou mais variáveis independentes sobre as variáveis dependentes  Vantagem é que permite explorar todas as combinações dos fatores envolvidos e analisar os efeitos principais de cada um dos fatores e as interações.  Recomenda-se este tipo de experimento quando a análise de interação é necessária para o teste de hipóteses.
    20. 20. MEDIAÇÃO X MODERAÇÃO Muitas vezes o pesquisador quer saber como e quando X exerce influência sobre Y: X Y Como? Mediação M X Y Quando? Moderação W
    21. 21. MEDIAÇÃO Ocorre quando o pesquisador quer verificar o processo pelo qual (como) a variável independente X exerce efeito sobre a variável Y e por isso insere no modelo uma ou mais variáveis intervenientes: M1, M2, M3... X Y M a b c a, b e c são os caminhos
    22. 22. MEDIAÇÃO Método de Baron e Kenny (1986): Uma variável M serve como moderadora entre X e Y quando:  Variações em X são responsáveis por variações em M: caminho a  Variações em M são responsáveis por variações em Y: caminho b  Quando se controla o efeito de M, a relação entre X e Y deixa de ser significativa, a evidência mais forte de mediação é quando c = 0 ou não significativo, significa que a mediação é total, caso contrário é uma mediação parcial Este modelo pressupõe que necessariamente haja uma relação causal X Y M a b c
    23. 23. MEDIAÇÃO Bollen (1989) falta de correlação (entre duas variáveis) não invalida a causalidade. Para que a variável M seja um dos mediadores da relação X e Y é necessário apenas que o caminho a*b seja diferente de zero.  Teste de Sobel (1982) permite o cálculo do intervalo de confiança para o produto a*b. Uma limitação é que o teste supõe que é uma distribuição normal, mas esta distribuição geralmente é irregular para pequenas amostras.  Método bootstrap permite inferências sobre um valor cuja distribuição é desconhecida. Amostra original n é tratada como uma pequena representação da população original Re-amostras, com reposição e estatísticas diferentes (a*b), para construir uma distribuição hipotética e o intervalo de confiança – resultados analisados na prática, se
    24. 24. MODERAÇÃO Ocorre quando se deseja descobrir as condições de fronteiras de um fenômeno. Uma associação é moderada quando a natureza (grandeza e sinal) da relação entre duas variáveis X e Y depende de uma terceira variável W. X Y W O efeito da moderação é conhecido pela interação e pode ser verificada por meio: • Regressão: X e W intervalares • ANOVA: X e W nominais ou ordinais • Se interação ocorre, testa-se como a moderação ocorre verificando-se qual o efeito de X sobre Y – nome deste processo probing
    25. 25. MODERAÇÃO Análise é feita pela variância, mas ne sempre a solução é tão fácil quando as variáveis independentes ou moderadora são contínuas.  Dicotomizar a variável contínua pela média e mediana: perda de informação, pois na dicotomização uma variável mensurada por cinco ou mais pontos, baixa para dois níveis.  Porém é uma solução simples, que pode ser utilizada por exemplo quando X tenha sido manipulada em 2 níveis, no qual tanto W e Y tenham sido mensuradas em escalas intervalares. Aplica-se a regressão para verificar o coeficiente da interação.  Análise Spotlight: existindo a moderação, faz-se duas novas regressões similares à anterior, mas o valor da variável moderadora em valores conveninentes, geralmente desvio-padrão abaixo e acima da média da variável moderadora. Mudanças na significância e no coeficiente associados a variável X - indicariam a natureza da moderação.
    26. 26. AMEAÇAS AOS EXPERIMENTOS Diversos fatores podem prejudicar os resultados de experimentos:  Validade dos Experimentos  Poder da Análise  Seleção da Amostra
    27. 27. VALIDADE EM EXPERIMENTOS Validade refere-se a aproximação entre inferência e a verdade. Quatro tipos de validade:  Validade estatística: validade da relação entre tratamentos e resultados.  Validade de construto: quanto da mensuração ou manipulação representa o conceito teórico.  Validade Interna: mostra quanto as inferências do modelo causal são seguras.  Validade externa: capacidade da generalização do relacionamento causal encontrado para outros contextos.
    28. 28. VALIDADE EM EXPERIMENTOS: VALIDADE ESTATÍSTICA Dois erros podem interferir na validade estatística:  Erro Tipo I: quando o pesquisador erra ao rejeitar H0, inferindo uma relação causal inexistente. Valor p igual ou menor que 0,05 (nível de significância) H0 deve ser rejeitada.  Erro Tipo II: quando o pesquisador não rejeita uma H0 que é falsa, infere que a relação causal não existe, enquanto ela existe. Menor nível de significância maior a probabilidade de erros deste tipo. Pequenas amostras podem aumentar erro Tipo II.
    29. 29. VALIDADE EM EXPERIMENTOS: VALIDADE DE CONSTRUTO Refere-se a como o construto é compreendido e avaliado, seja ele uma variável independente ou dependente.  Construto variável independente: pesquisador avalia a validade pela análise de validade de conteúdo – verificando os itens da escala. Verifica se o construto está sendo manipulado.  Construto variável dependente: pesquisador avalia com uma análise de validade de conteúdo (escala) + testes estatísticos. Sugere: análise de consistência interna, de validade convergente e de validade discriminante. Apesar das sugestões a maioria das pesquisas experimentais de marketing faz uso da medida de consistência interna – alpha de Cronbach.
    30. 30. VALIDADE EM EXPERIMENTOS: VALIDADE INTERNA Foco dos estudos experimentais, pois refere-se as inferências de causalidade.  Se o estudo concluiu que a variável independente X causou mudanças na variável dependente Y, pode-se afirmar que há validade interna.  Se o estudo deixa espaço para explicações alternativas, então tem- se baixa validade interna. Para reduzir estas explicações pode-se usar processo de mediação, explicando o processo. Observações: Estudo de campo tem menor validade interna x estudos em laboratório que tem maior validade externa (controle + distribuição aleatória) Trade-off: maior validade interna – menor validade externa
    31. 31. VALIDADE EM EXPERIMENTOS: VALIDADE EXTERNA Três perspectivas que interferem na validade externa:  Generalização estatística: amostra – população Sugestão: amostragem por quotas (escolha dos sujeitos com as características desejadas) pode aumentar a validade externa  Robustez dos efeitos encontrados: expandir ou não para outros conceitos Sugestão: alternar os contextos utilizados nos experimentos  Realismo: tarefas, estímulos e tratamentos podem tornar difícil a transposição dos resultados para o mundo real Sugestão: não confundir a realização dos estudos de campo ou laboratório, mas verificar a realidade envolvida no estudo e do contexto.
    32. 32. VALIDADE EM EXPERIMENTOS Concluindo sugestões para a validade:  Múltiplos estudos: diferentes manipulações, sujeitos e procedimentos.  Identificar condições que causam alguma limitação.  Verificar a motivação dos participantes.  Atenção para a realidade da tarefa experimental.  Utilização de covariáveis para controlar o efeito de características individuais e situacionais sobre as variáveis dependentes do estudo.
    33. 33. PODER DE ANÁLISE Poder de um teste estatístico é a probabilidade de que o teste irá rejeitar H0 – falsa, reduzindo erros Tipo II. Poder dependente: probabilidade do erro Tipo I escolhido, tamanho da amostra e tamanho do efeito para a hipótese a ser testada. Segundo Sawyer e Ball (1981) os estudos de marketing devem procurar responder a duas questões: O estudo é sensível o suficiente para permitir a identificação de covariação? Se há evidência de covariação, qual é a força da covariação entre a causa e efeito?
    34. 34. PODER DE ANÁLISE Para medir a força de um efeito:  D de Cohen: verifica o tamanho do efeito, calculado pela diferença de média de dois grupos dividida pelo desvio padrão de ambos Até 0,20 pequenos 0,50 é o valor desejado Entre 0,20 e 0,80 médios Acima 0,80 grandes  Eta quadrado parcial: mede a intensidade de associação das variáveis (X e Y), calculado soma dos quadrados do efeito deve ser dividida pela soma dos quadrados do efeito + soma dos quadrados dos erros. Em torno de 0,01 efeito pequeno 0,06 – médios 0,08 - grandes
    35. 35. SELEÇÃO DE AMOSTRA Recomenda-se amostras homogêneas, exceto com outros objetivos:  Minimizar a ocorrência de fatores que podem interferir nos resultados  Quando a é amostra heterogênea o erro de variância pode aumentar Sugestões:  Experimentos com estudantes na composição da amostra, replicar em amostras mais heterêgeneas (generalização)  Ao menos 30 casos para possibilitar uma distribuição normal.
    36. 36. PERSPECTIVAS DO USO DE EXPERIMENTOS EM MARKETING: TENDÊNCIAS Tendências do uso de experimentos em Marketing:  Aumento do número de estudos experimentais publicados em um mesmo artigo: No mínimo 3 experimentos, pois os pesquisadores começam a acreditar que existe uma relação causal entre duas variáveis quando o estudo é repetido e resultados similares são encontrados.  Experimentos mais simples: Para ser aceito em um periódico conceituado, são necessários vários estudos com diferentes níveis de complexidade, relatados de forma minuciosa para que possam ser replicados.  Mais experimentos de campo: Número de experimentos em laboratório é muito maior, sugestão de combinar ambos para um complementar o outro. Embora difíceis de serem executados, aumentam o realismo e a validade externa.
    37. 37. PERSPECTIVAS DO USO DE EXPERIMENTOS EM MARKETING: DESAFIOS Desafios para o uso de experimentos em Marketing:  Uso de amostras mais representativas: Com consumidores reais, com ampla variedade de condições socioeconômicas e vivendo em lugares diferentes. Desafio: o custo e a dificuldade de se obter as amostras.  Estudo com observação de comportamentos: Relatos de pensamentos, sentimentos, memórias e atitudes x Real “medidas” de comportamentos possíveis com observações.
    38. 38. CONCLUSÃO  Expectativa dos autores e da academia de Marketing é que os estudos experimentais ganhem relevância. Por isso incentivam que os artigos sobre experimentos abordem diferentes percepções e outras lacunas não abordadas neste trabalho.  Esperam discussões mais profundas sobre os testes de moderação e mediação, bem como o processo envolvido na construção de uma pesquisa com desenho experimental.  Importante ressaltar a importância dos pesquisadores utilizarem metodologia apropriada para compreender os fenômenos mercadológicos.

    ×