5. TEORETISK FORANKRING
5.3 E NDRING AV SIKKERHETSKULTUR - LÆRING
Ponderando que no marketing, o comportamento das pessoas na sua relação com a internet, enquanto meio de comunicação, é relevante ao responsável pela compra de mídia publicitária, dentro dos anunciantes e agências, na busca por levar sua mensagem à audiência correta com a maior eficiência e eficácia possíveis, o entendimento de como determinadas características e comportamentos dessas pessoas está relacionado com o tempo por elas despendido na internet, pode gerar insigths relevantes no processo decisório de alocação do investimento publicitário.
Este estudo apresentou um modelo de estimação de probabilidades do dispêndio de tempo das pessoas na internet, com base em uma amostra de dados secundários de uma pesquisa de mídia tradicional do mercado brasileiro, utilizou de uma amostra de validação para validar o modelo e descreveu o relacionamento de determinadas variáveis com este dispêndio de tempo.
Dez variáveis foram estudadas em sua relação ao dispêndio de tempo na internet: tempo dependido na TV aberta e paga, frequência de uso do email e de compras na internet, gratificação percebida pelos usuários da Internet e TV nos quesitos entretenimento e informação, afinidade com tecnologia, idade, classe socioeconômica, sexo e escolaridade. O estudo dessas variáveis fez com que as hipóteses apresentadas pudessem ser validadas ou refutadas, permitindo assim levantar suposições sobre o comportamento do usuário de internet.
Duas hipóteses (H.1 e H.2) afirmavam, com base na Teoria do Nicho, que o tempo despendido na TV deveria ter uma relação inversa ao tempo despendido na Internet. O modelo mostrou, na amostra, que esta hipótese se confirma para a TV aberta mas não para a TV paga. A confirmação que quanto menor o tempo despendido na TV aberta maior é tempo despendido na Internet pelas pessoas, serve para direcionar, pelos anunciante, os investimentos publicitários quando existir a necessidade de segmentar a mensagem entre esse dois meios, além de indicar que ao estar presente com comunicação nesses dois meios, pode existir maior probabilidade desta mensagem atingir mais pessoas mais vezes. Uma possibilidade para estudos posteriores é tentar provar que existe uma competição direta entre o
tempo despendido nesses dois meios. Já com relação à TV paga pode-se pensar que, apesar do modelo mostrar que as pessoas que despendem tempo assistindo TV paga tem maior probabilidade de despender mais tempo na internet, esta relação não seja causal mas sim que o perfil das pessoas que despendem muito tempo na TV paga é o mesmo daquelas que despendem mais tempo na internet. Uma sugestão para estudos posteriores é o estudo de quão similares são os perfis dos usuários da internet e da TV Paga e se realmente não existe uma relação de causalidade entre as duas.
O uso de ferramentas da internet, como o email e o ecommerce, ou a compra na internet, foram apresentadas como duas hipóteses (H.3 e H.4) que postulavam que quanto maior a frequência de seu uso maior seria o dispêndio de tempo na internet. Porém ambas as hipóteses foram refutadas. A frequência do uso de email não apresentou relação significativa com o tempo despendido na internet, o que pode ser devido ao fato que o email é a ferramenta de uso mais comum entre os usuários de internet, 80% dos usuários possuem email (NIC.BR, 2008), portanto não servindo como diferenciador na análise do dispêndio de tempo na internet. A constatação de que quanto mais freqüente um usuário compra na internet, dentro da análise desta amostra, menor a probabilidade dele despender tempo na internet é surpreendente.
Apesar da teoria sugerir que quanto maior o uso de determinada gratificação de um meio, maior o tempo despendido nele (RUBIN, 1994), pode-se sugerir que para a Internet, que agrega características de meio de comunicação e plataforma tecnológica (como loja online, jogos, transmissão de arquivos entre outros), possa existir uma categoria de pessoas que a utilizem de forma completamente prática e utilitária, e que a própria experiência em utilizá-la venha a reduzir o tempo despendido nela. Em outras palavras, quem compra muito, sabe comprar tão bem que compra rápido e não despende tempo com outras atividades. Esta suposição poderia ser objeto exclusivo de estudos posteriores, com a possibilidade de repercussões relevantes na compreensão do comportamento dos usuários de internet. Esta última conclusão também poderia ser aplicada ao resultado encontrado para a hipótese H.6, que foi refutada na amostra, pois o modelo aponta que quanto maior a afinidade com tecnologia dos usuários menor a probabilidade do seu dispêndio de tempo na internet.
Interessante notar que ao contrário da hipótese anterior, a hipótese H.5 foi validada com sucesso. Essa hipótese não trata de assuntos relacionados à tecnologia e sim sobre gratificações nos quesitos entretenimento e informação. Esses assuntos inclusive são as bases originais dos estudos da Teoria do Nicho aplicada à indústria de mídia (DIMMICK, 2002), sendo esse o resultado esperado.
Na análise das hipóteses sócio-demográficas houve um empate: duas hipóteses (H.8 e H.9) foram validadas e duas (H.7 e H.9) foram refutadas.
Como esperado, maior é a probabilidade de uma pessoa despender mais tempo na internet quanto mais ela pertencer a uma classe sócio-econômica alta ou se for do sexo masculino. Porém, os resultados da escolaridade e faixa etária não correspondem ao esperado, de acordo com as fontes analisadas na referência teórica. Quanto à escolaridade é difícil elaborar alguma suposição do porque quanto maior a escolaridade de uma pessoa, menor será a probabilidade dela despender tempo na internet. Aqui talvez possa ter ocorrido alguma falha na operacionalização da variável que possa explicar essa dissonância.
A questão da faixa etária requer uma reflexão mais profunda, até porque na prática do mercado publicitário, a faixa etária talvez seja a mais importante das dimensões na escolha do meio a ser utilizado para veiculação de determinada campanha. O modelo mostrou, na amostra, que as faixas etárias mais jovens, até 34 anos, tem menor probabilidade de despender tempo na internet do que as faixas etárias mais velhas, com destaque para a faixa entre 45 e 54 anos que teve o coeficiente com maior valor entre as faixas etárias. Esta constatação refutou a hipótese H.7 que foi desenvolvida com base na associação teórica que os mais jovens tem maior propensão à adoção de novos meios, nesse caso a internet. Porém, apesar da penetração da internet ser maior nos jovens (IBGE, 2005) não necessariamente o tempo despendido por eles será maior que o dos mais velhos. Uma suposição que pode ser validadas posteriormente é que como a internet passou a ser também uma ferramenta de trabalho, as pessoas em uma faixa etária mais velha, já plenamente inseridas no ambiente de trabalho, acabam por despender mais tempo na internet, do que, por exemplo, jovens universitários.
Por fim, uma das principais limitações do modelo se deve à maneira como os valores das variáveis, obtidas nos dados secundários, foram agrupados em categorias qualitativas apesar de algumas dessas variáveis serem quantitativas, como o próprio tempo despendido na internet e TV. Portanto uma sugestão de
extensão desse estudo é a aquisição dessas variáveis de forma primária com maior controle sobre como os valores das variáveis seriam armazenados, para então poder realizar um estudo com maior granularidade na análise do tempo despendido na internet.
REFERÊNCIAS
ABREU, Mery Natali Silva; SIQUEIRA, Arminda Lucia; CAIAFFA, Waleska Teixeira. Regressão logística ordinal em estudos epidemiológicos. Rev Saúde Pública
2009;43(1): 183-94. SCIELO. Disponível em <
http://www.scielosp.org/pdf/rsp/v43n1/6604.pdf >. Acesso em 16.10.2010.
AGRESTI, Alan. An introduction to categorical data analysis. Wiley series in probability and statistics. New York; Chichester; Brisbane; Toronto; Singapore: John Wiley & Sons, Inc., 1996.
ALBARRAN. Media Economics: Research Paradigms, issues, and Contributions to Mass Communication Theory. Mass communication and society, v. 1, n. 3, p. 117 - 129, 1998. ISSN 1520-5436. Disponível em: < http://www.informaworld.com/10.1207/s15327825mcs0103&4_1 >. Acesso em: March 03, 2010.
ALBARRAN; ARRESE. TIME AND MEDIA MARKETS: AN INTRODUCTION. In: ALBARRAN, A. B. e RECA, A. A. (Ed.). Time and Media Markets: Routledge, 2003. p.1-12. (Routledge Communication Series). ISBN 978-1-4106-0663-1.
ALDRICH. Organizations and Environments. BookSurge Publishing, 2006. 398 BAILEY, Katie. Ipsos: internet beats TV in hours spent. Media in Canada. Disponível em < http://www.mediaincanada.com/articles/mic/20100322/ipsos_internettv.html >. acesso em 09.09.2010
BERGAMASCHI , Denise Pimentel; BUENO, Milena Baptista; SOUZA, José Maria Pacheco de. STATA Básico – HEP/FSP/USP, VI Programa de Verão/2004. Universidade de São Paulo. Faculdade de Saúde Pública. Disponível em <HTTP:// www.bvs-sp.fsp.usp.br/tecom/docs/2004/ber001.pd >. Acesso em 18.06.2010.
BOTELHO, Delane; TOSTES, Frederico Damian. Modelagem de probabilidade de Churn. RAE, São Paulo, v.50, n.4, out/dez 2010, pp. 396-410.
CANTRIL. The invasion from mars: a study in the psychology of panic. Transaction Publishers, 2005. 224 ISBN 978-1412804707.
CERF. A Brief History of the internet and Related Networks. 1995. Disponível em: < http://www.isoc.org/internet/history/cerf.shtml >. Acesso em: 10 de Fevereiro, 2010 COLWELL; FUTUYMA. On the Measurement of Niche Breadth and Overlap.
Ecology, v. 52, n. 4, p. 567-576, 1971. Disponível em: < http://www.esajournals.org/doi/abs/10.2307/1934144 >.
DESERPA. A Theory of the Economics of Time. The Economic Journal, v. 81, n. 324, p. 828-846, Dec. 1971.
DIMMICK. Media Competition and Coexistence: the theory of the Niche. Lawrence Erlbaum, 2002.
DIMMICK; CHEN; LI. Competition Between the internet and Traditional News Media: The Gratification-Opportunities Niche Dimension. Journal of Media Economics, v. 17, n. 1, p. 19 - 33, 2004. ISSN 0899-7764. Disponível em: < http://www.informaworld.com/10.1207/s15327736me1701_2 >. Acesso em: February 11, 2010.
DIMMICK; ROTHENBUHLER. The Theory of the Niche: Quantifying Competition Among Media Industries. The Journal of Communication, v. 34, n. 1, p. 103-119, 1984. ISSN 1460-2466. Disponível em: < http://dx.doi.org/10.1111/j.1460- 2466.1984.tb02988.x >. Acesso em 05.03.2010.
EIAA. Shifting traditions: internet rivalling tv in media consumption stakes. European Interactive Advertising Association’s (EIAA). Disponível em < http://www.eiaa.net/news/eiaa-articles-details.asp?lang=1&id=154 >. Acesso em 16.08.2010.
EMMANOUILIDES; HAMMOND. internet usage: Predictors of active users and frequency of use. Journal of Interactive Marketing, v. 14, n. 2, p. 17-32, 2000. ISSN 1520-6653. Disponível em: < http://dx.doi.org/10.1002/(SICI)1520- 6653(200021)14:2<17::AID-DIR2>3.0.CO;2-E >.
FERGUSON; PERSE. The World Wide Web as a Functional Alternative to Television. Journal of Broadcasting & Electronic Media, v. 44, n. 2, p. 155 - 174,
2000. ISSN 0883-8151. Disponível em: <
http://www.informaworld.com/10.1207/s15506878jobem4402_1 >. Acesso em: March 14, 2010.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo: Atlas, 1991. ______. Métodos e técnicas de pesquisa social. São Paulo: Atlas, 2006.
GREENE, William H. Econometric analysis. 5ª ed. New Jersey: Prentice Hall, 2003. HANNAN; FREEMAN. The Population Ecology of Organizations. The American
Journal of Sociology, v. 82, n. 5, p. 929-964 1977.
HARIDAKIS; WHITMORE. Understanding Electronic Media Audiences: The Pioneering Research of Alan M. Rubin. Journal of Broadcasting & Electronic
Media, v. 50, n. 4, p. 766 - 774, 2006. ISSN 0883-8151. Disponível em: <
http://www.informaworld.com/10.1207/s15506878jobem5004_13 >. Acesso em: March 14, 2010.
HAWLEY. Ecology and Human Ecology. Social Forces, v. 22, n. 4, p. 398-405, 1944.
______. Human ecology: a theory of community structure. Ronald,P.,U.S., 1950. 456
IBGE. Acesso à internet e posse de telefone móvel celular para uso pessoal., 2005.
Disponível em: <
http://www.ibge.gov.br/home/estatistica/populacao/acessoainternet/default.shtm >. Acesso em: Fevereiro, 2010
______. Contas Nacionais Trimestrais. Indicadores de volume e valores correntes., 2009. Disponível em: < http://www.ibge.gov.br/home/estatistica/indicadores/pib/pib- vol-val_200904_10.shtm >.
IBOPE. Metodologia Target Group Index. Disponível em < http://www.ibope.com.br/calandraWeb/servlet/CalandraRedirect?temp=6&proj=Portal IBOPE&pub=T&db=caldb&comp=pesquisa_leitura&nivel=Metodologia&docid=7289E BCFC218136C83256EE6006A16A7>. Acesso em 17.10.2010
IEAA. MIA Project Global Online Audience and Traffic Measurement Survey. European Interactive Advertising Association. Disponível em < http://www.eiaa.net/ >. Acesso em 02.09.2010.
INTER-MEIOS. Relatórios de investimento., 2009. Disponível em: < http://www.projetointermeios.com.br/relatoriosInvestimento.aspx >. Acesso em: 15 de Fevereiro, 2010
KATZ; BLUMLER; GUREVITCH. The Uses of Mass Communications: Current Perspectives on Gratifications Research. In: (Ed.). The Uses of Mass
Communications: Current Perspectives on Gratifications Research: Sage
Publications, Inc, 1974. p.318. ISBN 978-0803903401.
KIRKPATRICK. Report of a research into the attitudes and habits of radio
listeners. St. Paul, Minn. : : Webb Book Pub. Co, 1933. 63p.
LAROSE; EASTIN. A Social Cognitive Theory of internet Uses and Gratifications: Toward a New Model of Media Attendance. Journal of Broadcasting & Electronic
Media, v. 48, n. 3, p. 358 - 377, 2004. ISSN 0883-8151. Disponível em: <
http://www.informaworld.com/10.1207/s15506878jobem4803_2 >. Acesso em: March 03, 2010.
LAROSE; MASTRO; EASTIN. Understanding internet Usage: A Social-Cognitive Approach to Uses and Gratifications. Social Science Computer Review, v. 19, n. 4, p. 395-413, November 1, 2001 2001. Disponível em: < http://ssc.sagepub.com/cgi/content/abstract/19/4/395 >.
LIVINGSTONE. The Challenge of Changing Audiences: Or, What is the Audience Researcher to Do in the Age of the internet? European Journal of Communication,
v. 19, n. 1, p. 75-86, March 1, 2004 2004. Disponível em: < http://ejc.sagepub.com/cgi/content/abstract/19/1/75 >.
______. The Influence of “Personal Influence” on the Study of Audiences. Annals of
the American Academy of Political and Social Science, v. 608, p. 233-250, 2006.
ISSN 00027162. Disponível em: < http://www.jstor.org/stable/25097864 >. LUMLEY. Measurement in Radio. 1934. 318
MARTINS, Heloisa Helena T. de Souza. Metodologia qualitativa de pesquisa. FLLCH/USP. Educação e Pesquisa, São Paulo, v.30, n.2, p. 289-300, maio/ago. 2004. Disponível em < http://www.google.com.br/url?sa=t&source=web&cd=2&ved=0CCQQFjAB&url=http% 3A%2F%2Fwww.scielo.br%2Fpdf%2Fep%2Fv30n2%2Fv30n2a07%2Fpdf&ei=9GS_ TOGCFYqr8Aa-wPHfBA&usg=AFQjCNF- GfUbYKzgTeW4VaFpL3wloHECOA&sig2=1ir6DMn-Dhh-2nWFk0go8w >. Acesso em 18.08.2010.
MCDONALD; DIMMICK. TIME AS A NICHE DIMENSION: COMPETITION BETWEEN THE INTERNET AND TELEVISION. In: ALBARRAN, A. B. e RECA, A. A. (Ed.). Time and Media Markets: Routledge, 2003. (Routledge Communication Series). ISBN 978-1-4106-0663-1.
MISSIO, Fabrício; JACOBI, Luciane Flores. Variáveis dummy: especificações de modelos com parâmetros variáveis. Ciência e Natura, UFSM, 29 (1): 111 - 135,
2007. Disponível em <
http://cascavel.ufsm.br/revista_ccne/ojs/index.php/cienciaenatura/article/viewFile/56/ 68 >. Acesso em 18.10.2010.
NIC.BR. PROPORÇÃO DE INDIVÍDUOS QUE ACESSARAM A INTERNET - ÚLTIMO ACESSO. TIC DOMICÍLIOS e USUÁRIOS 2008 - ÁREA URBANA, 2008. Disponível em: < http://www.cetic.br/usuarios/tic/2008/rel-int-02.htm >. Acesso em: Fevereiro, 2010
NIE, Norman H.; HILLYGUS, D Sunshine. Where does internet time come from?: a reconnaissance. IT&society, v 1, issue 2, fall 2002, pp. 1-20 (2002). Stanford University. Disponível em < http://www.itandsociety.org/ >. Acesso em 21.09.2010. RUBIN. Ritualized and Instrumental Television Viewing. The Journal of
Communication, v. 34, n. 3, p. 67-77, 1984. ISSN 1460-2466. Disponível em: <
http://dx.doi.org/10.1111/j.1460-2466.1984.tb02174.x >.
RUGGIERO. Uses and Gratifications Theory in the 21st Century. Mass
Communication and Society, v. 3, n. 1, p. 3 - 37, 2000. ISSN 1520-5436.
Disponível em: < http://www.informaworld.com/10.1207/S15327825MCS0301_02 >. Acesso em: March 13, 2010.
SANTOS, J. Reynaldo A. Cronbach’s alpha: a tool for assessing the reliability of scales. Journal of Extension. April 1999 // Volume 37 // Number 2 // Tools of the
Trade // 2TOT3. dDisponível em < http://www.joe.org/joe/1999april/tt3.php >. Acesso em 02.09.2010.
SILVA, Dirceu. Tópicos avançados de estatística na pesquisa em administração de empresas – limites e seleção de métodos e técnicas para análise. UNICAMP. 2003. Disponível em < http://www.ufmt.br/ufmtvirtual/aula1.doc >. Acesso em 26.10.2010. STATA. Data Analysis and Statistical Software. Disponível em < http://www.stata.com/stata10/>. Acesso em 20.10.2010.
SWANSON; JONES. Television owning and its correlates. . Journal of Applied
Psychology., v. 35, n. 5, p. 352-357, October 1951.
SWENEY, Mark. internet overtakes television to become biggest advertisingsector in the UK. The Guardian. Wednesday 30 September 2009 02.16 BST, Disponível em < http://www.guardian.co.uk/media/2009/sep/30/internet-biggest-uk-advertising-sector >. Acesso em 26.09.2010.
TGI. Target Group Index. Brazil, Year 10, Wave1 + Wave 2 (Ago08-Ago09). TGI LATINA, 2009.