O uso de técnicas estatísticas multivariadas em dissertações e teses sobre o comportamento do consumidor: um estudo exploratório

• Ano de defesa: 2008
• Autor(a) principal: Prearo, Leandro Campi
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise multivariada; Análise quantitativa de dados; Comportamento do consumidor; Consumer behavior; Multivariate analysis; Quantitative analysis
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-01102008-112432/

A presente dissertação teve como principal objetivo avaliar o nível de adequação das técnicas estatísticas de análise multivariada em dissertações e teses da área de Marketing, na temática do comportamento consumidor, entre 1997 e 2006, apresentadas aos Programas de Pós Graduação da Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo e da Escola de Administração de Universidade Federal do Rio Grande do Sul. Para atender a esse objetivo, buscou-se organizar um referencial teórico que subsidiasse a discussão sobre os objetivos de aplicação de cada uma das técnicas, bem como que subsidiasse a construção de um procedimento de avaliação a partir do atendimento a premissas subjacentes ao uso dessas técnicas. Foram analisados cinqüenta e seis estudos com aplicação das técnicas multivariadas, dentre os cento e noventa seis estudos disponíveis sobre a temática em referência no período. Desse universo, delimitou-se o público-alvo em noventa e nove aplicações dessas técnicas. A adequação da aplicação das técnicas às necessidades dos problemas de pesquisa foi verificada em 100% dos casos. Entretanto, quanto ao atendimento às premissas, o resultado foi negativo: apenas 16,8% das aplicações mostraram-se adequadas, atendendo a todas as premissas exigidas. A técnicas de Análise Fatorial Exploratória foi a mais utilizada no período, seguida da Modelagem de Equações Estruturais e da Análise de Regressão. As premissas mais verificadas foram a de sensibilidade ao tamanho da amostra e a de padronização dos dados; as menos verificadas foram as premissas de normalidade multivariada, linearidade, homoscedasticidade e autocorrelação dos resíduos. De forma geral, os resultados sugerem a necessidade de um aumento do comprometimento dos pesquisadores na verificação de todos os preceitos teóricos de aplicação de cada técnica.