O documento discute os principais elementos e classificações de pesquisas experimentais em marketing, incluindo a manipulação de variáveis independentes, controle de variáveis estranhas, e testes de hipóteses. Além disso, aborda conceitos como mediação, moderação e ameaças à validade de experimentos.

1. PESQUISA EXPERIMENTAL
EM MARKETING
Graziela Rodrigues

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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. CLASSIFICAÇÕES DE
EXPERIMENTOS
Tipos
• Experimentais
Ambiente
de
Realização
• Campo
Desenhos
• Entre-sujeitos

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. 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. 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. 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. 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. 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. 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. 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. 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. 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. AMEAÇAS AOS EXPERIMENTOS
Diversos fatores podem prejudicar os resultados de experimentos:
 Validade dos Experimentos
 Poder da Análise
 Seleção da Amostra

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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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.