Insu ffi ciencies of TRANSIT

Várias técnicas estatísticas foram empregadas para se analisar os dados dos dois experimentos. Veja a seguir os princípios básicos de cada uma das técnicas utilizadas:

- Análise de Regressão Múltipla: é uma técnica estatística que pode ser utilizada para examinar a relação entre uma única variável dependente e diversas variáveis independentes. O objetivo da regressão múltipla é utilizar as variáveis independentes, cujos valores são conhecidos, para prever ou explicar a variável dependente. Cada variável independente é ponderada pelo procedimento adotado para a análise de regressão de forma a assegurar a máxima capacidade preditiva do conjunto de variáveis independentes. Os pesos de cada variável independente denotam a sua contribuição relativa na previsão total da variável dependente. Embora a análise de regressão suponha a utilização apenas de variáveis métricas, em determinadas circunstâncias é possível a utilização de variáveis não métricas (Hair et al, 1998, p.148-149);

- Teste t, Análise de Variância (ANOVA) e Análise de Variância Multipla (MANOVA): são técnicas estatíticas utilizadas para se verificar se há diferenças entre as médias de dois ou mais grupos grupos. Os procedimentos univariados, isto é, nos quais existe uma única variável dependente, incluem o teste t para situações envolvendo apenas dois grupos e ANOVA para situações envolvendo três ou mais grupos definidos por duas ou mais variáveis independentes. No teste t e na ANOVA, a hipótese nula testada é a igualdade das médias da variável dependente entre os grupos; em MANOVA, a hipótese nula testada é a igualdade dos vetores das médias de múltiplas variáveis dependentes entre os grupos (Hair et al., 1998, p. 331);

- Análise Fatorial: nome genérico dado a uma classe de métodos estatísticos multivariados cujo objetivo primário é definir a estrutura subjacente de uma matriz de dados. Estes métodos procuram analisar a estrutura das correlações de um grande número de variáveis através da definição um conjunto comum de dimensões subjacentes, conhecidas por fatores. Cada fator é responsável pela explicação de um conjunto determinado de variáveis. A análise fatorial exploratória é utilizada quando não se conhece a priori a estrutura subjacente das variáveis e é geralmente utilizada para reduzir ou resumir o conjunto de dados original. A análise fatorial confirmatória é utilizada para testar se a estrutura hipotética subjacente das variáveis é confirmada pelos dados (Hair et al., 1998, p. 90);

- Modelagem por Equações Estruturais (SEM): é uma metodologia estatística que assume uma abordagem confirmatória para a análise multivariada de uma estrutura teórica de algum fenômeno. Em geral, esta teoria representa processos causais resultante da observação de múltiplas variáveis. O termo modelagem através de equações estruturais assume dois aspectos essenciais do procedimento: (a) os processos causais em estudo podem ser representados por uma série de equações estruturais (regressões); b) estas relações estruturais podem ser modeladas graficamente para possibilitar uma clara conceituação da teoria sendo estudada. O modelo hipotético pode ser testado estatisticamente através de uma análise simultânea do sistema

completo de variáveis para determinar a extensão no qual ele se adequa aos dados. Caso as medidas de ajuste sejam adequadas, o modelo provavelmente representa corretamente as relações entre as variáveis; caso contrário, deve- se rejeitar que o modelo efetivamente represente corretamente as relações entre as variáveis (Byrne, 1998, p. 3).

Cabe aqui ainda uma observação a respeito da propriedade da utilização dos métodos de análise empregados nesta tese em vista da natureza das variáveis do modelo teórico.

De um ponto de vista rigorosamente estatístico, as escalas do tipo Likert ou de diferencial semântico deveriam ser classificadas como ordinais. Escalas ordinais indicam as posições relativas dos objetos mas não a magnitude das diferenças entre eles (Malhotra, 1999, p. 249) e a estatística mais recomendada de análise é a mediana. O uso da média justifica-se apenas para escalas intervalares, caracterizadas pela possibilidade de comparação direta dos objetos mensurados, ainda que o ponto zero seja arbitrário (Malhotra, 1999, p. 249) ou para escalas proporcionais, caracterizadas pela possibilidade de comparação direta dos objetos e pela fixação do ponto zero (Malhotra, 1999, p. 249).

Conseqüentemente, do ponto de vista estatístico, as técnicas estatísticas sugeridas (análise de regressão, análise fatorial, equações estruturais, teste t) não seriam justificáveis. A razão deste fato é que o cálculo da média aritmética e do desvio-padrão apóiam-se no valor intervalar entre os números atribuídos a cada observação. Quando aplicadas a uma distribuição de ordenação, estas estatísticas pressupõem uma propriedade inexistente ou que não faz sentido. (Castro, 1978). Por outro lado, se a diferença das médias entre duas distribuições ordinais é grande e o perfil das distribuições é similar, a utilização da média pode ser utilizada convenientemente para estabelecer qual das distribuições é superior. (Castro, 1978).

Verifica-se já há algum tempo uma tendência da comunidade científica, especialmente entre acadêmicos de marketing, de assumir como intervalar um determinado tipo de escala representada por pontos adjetivados que são

assumidos como intervalares (Kerlinger, 1964). Por exemplo, num dos livros mais recentes de Pesquisa de Marketing, Malhotra (1999) define que atitudes e opiniões constituem exemplos de escalas intervalares, sugerindo que a utilização da estatística média e, por conseqüência, de análises como as correlações produto-momento, o teste t e as análise de regressão, fatorial e discriminante, entre outras, são plenamente justificáveis.

Para Kinnear e Taylor (1981), cabe ao pesquisador confrontar a magnitude deste erro com os benefícios de se utilizar técnicas estatísticas mais sofisticadas e decidir pela sua utilização ou não. Ainda que não tenha sido possível garantir as condições de normalidade e homogeneidade da variância das variáveis utilizadas no teste das hipóteses desta tese, seguindo uma tendência verificada na literatura de marketing, assumiu-se nas análises demonstradas no próximo capítulo que o uso de estatísticas baseadas na hipótese de intervalos regulares das medidas seria plenamente justificável.

Outra observação que deve ser feita a respeito da propriedade da utilização dos métodos de análise empregados nesta tese refere-se à natureza da amostra. Também de um ponto de vista rigorosamente estatístico, as técnicas estatísticas são apropriadas para dados obtidos por meio de amostras aleatórias. Entretanto, a amostra utilizada neste estudo foi obtida por conveniência e o critério adotado foi o acesso aos respondentes.

Certamente, esta é uma limitação da pesquisa e é mencionada mais adiante. Entretanto, as amostras obtidas por conveniência têm sido freqüentemente utilizadas por acadêmicos de marketing, seja como um pré-teste da pesquisa final, seja na própria pesquisa final. A utilização de procedimentos metodológicos adequados (utilização de escalas válidas, distribuição aleatória do instrumento de coleta de dados, controle de respostas, teste da natureza da distribuição dos dados, etc) de certa forma tende a reduzir o viés causado pela limitação amostral.

Naturalmente, é necessário reconhecer-se que, independentemente das conclusões que podem ser obtidas a partir da utilização de técnicas estatísticas

robustas, existem fatores não controláveis que podem ter contribuído em uma direção ou outra para a obtenção dos resultados. Desta forma, torna-se necessário o reconhecimento de que os resultados estão sujeitos à confirmação por pesquisas realizadas com amostras aleatórias.

Os métodos de análise utilizados no testes das hipóteses propostas por esta tese podem ser vistos no quadro 12. Este quadro complementa o quadro 1 com as variáveis de pesquisa definidas nas seções 5.5 e 5.7 e com os métodos de análise utilizados nos testes das hipóteses, formando a matriz de amarração, um instrumento metodológico cujo objetivo é integrar os principais elementos de um modelo teórico, quais sejam: o problema de pesquisa, os objetivos, as hipóteses, as variáveis de pesquisa e as técnicas estatísticas utilizadas no teste das hipóteses (Telles, 2001).

No próximo capítulo, são discutidos os resultados que foram obtidos na realização dos dois experimentos.

Matriz de Amarração – Objetivos, Hipóteses, Variáveis de Pesquisa e Métodos de Análise

Objetivo Geral

Objetivos Específicos Hipóteses de Pesquisa Variáveis de

Pesquisa9

Métodos de Análise10 H1: Quanto melhor a avaliação do consumidor sobre as

características funcionais do Website do varejista eletrônico, maior a sua confiança no varejista

Atrib_func e Conf_loja

AFC, AFE, Análise de

Regressão e SEM Investigar se é possível existir confiança

na loja eletrônica em primeiros encontros e, caso positivo, quais as fontes para a

formação desta confiança inicial H2: Quanto mais a marca do varejista eletrônico tiver associações relacionadas à competência, honestidade, benevolência e comportamento previsível, maior a confiança do consumidor no varejista eletrônico

Assoc_conf e Conf_loja AFC, Análise de Regressão, SEM e Análise Qualitativa H3: A confiança do consumidor no varejista eletrônico

influencia positivamente as atitudes do consumidor em relação ao varejista

Conf_loja e Atit_loja

AFC, Análise de Regressão e SEM Investigar se a confiança inicial em uma

loja eletrônica influencia as atitudes do consumidor em relação à esta loja, a sua intenção de comprar deste varejista e a

sua sensibilidade a preço H4: Quanto melhores as atitudes do consumidor em relação_{ao varejista, maior a intenção de compra do produto (H4a)} e menor a sensibilidade a preço do consumidor (H4b)

Atit_loja, Intencao e Sensib

AFC, Análise de Regressão e SEM Investigar se o risco percebido modera o

efeito da confiança inicial do consumidor na loja eletrônica

H5: A influência da confiança do consumidor no varejista eletrônico sobre as atitudes do consumidor em relação ao varejista eletrônico é maior em situações de alto risco percebido com a compra do produto do que em situações de baixo risco percebido

Conf_loja, Atit_loja e Risco

AFC, Análise de Regressão

Investigar se a marca do fabricante influencia a intenção de compra do consumidor e a sua sensibilidade a preço

H6: Quanto melhores as atitudes do consumidor em relação à marca do fabricante, maior a intenção de compra (H6a) e menor a sensibilidade a preços do consumidor (H6b)

Atit_fab, Intencao e Sensib

AFC, Análise de Regressão e SEM H7a:A confiança do consumidor em varejistas eletrônicos

híbridos é maior que a confiança em varejistas eletrônicos puros

Conf_loja AFC, MANOVA e ANOVA

H7b:A intenção do consumidor de comprar em varejistas eletrônicos híbridos é maior que a intenção de comprar em varejistas eletrônicos puros

Intencao AFC, ANOVA

H8a:A confiança do consumidor em varejistas convencionais é maior que a confiança em varejistas eletrônicos

Conf_loja AFC, ANOVA investigar a influência da confiança no varejista eletrônico sobre o seu processo de compra na Internet, em diferentes situações de risco e quando ele se vê diante de uma loja com a qual ele nunca teve nenhuma

experiência Investigar se existe diferença de percepção do consumidor sobre

diferentes tipos de varejistas que atuam na Internet em relação à confiabilidade e à intenção de comprar destes varejistas

H8b:A intenção do consumidor de comprar em varejistas convencionais é maior que a intenção de comprar em varejistas eletrônicos

Intencao AFC, ANOVA

9 _{Não inclui as variáveis de controle conh_int, int_uso, int_tempo, num_comp, risk_int e variáveis demográficas (idade do respondente, situação} de emprego, renda anual e estado civil)

10