1
UNIVERSIDADE POTIGUAR - UnP
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO - PPGA
MESTRADO PROFISSIONAL EM ADMINISTRAÇÃO
Eduardo Benevides de Oliveira
PARTICIPAÇÃO FEMININA NO PROCESSO DE DECISÃO DE COMPRA DO
VESTUÁRIO MASCULINO: UMA INVESTIGAÇÃO NO UNIVERSO DAS
MULHERES
NATAL
2011
2
Eduardo Benevides de Oliveira
PARTICIPAÇÃO FEMININA NO PROCESSO DE DECISÃO DE COMPRA DO
VESTUÁRIO MASCULINO: UMA INVESTIGAÇÃO NO UNIVERSO DAS
MULHERES
Dissertação apresentada ao Programa de
Pós-Graduação
Stricto
Sensu
em
Administração da Universidade Potiguar
como requisito parcial para obtenção do
título de Mestre em Administração na
Área de Gestão Estratégica de Negócios.
Orientador: Prof. Dr. Alípio Ramos Veiga
Neto.
NATAL
2011
3
O43p
Oliveira, Eduardo Benevides de.
Participação feminina no processo de decisão de compra
do vestuário masculino: uma investigação no universo das
mulheres / Eduardo Benevides de Oliveira. – Natal, 2011.
187f.
Dissertação (Mestrado em Administração). – Universidade
Potiguar. Pró-Reitoria de Pesquisa, Extensão e Pós-Graduação.
Bibliografia: f. 125-132.
1. Administração – Dissertação. 2. Participação Feminina.
3. Decisão do Homem. 4. Análise Fatorial. I. Título.
RN/UnP/BSFP
CDU: 658(043.3)
5
AGRADECIMENTOS
Não é tarefa fácil realizar um curso de mestrado, mas finalizá-lo com uma
dissertação de qualidade é uma oportunidade ímpar de aprender.
Agradeço a todos que fazem o Programa de Pós-Graduação em
Administração da Universidade Potiguar, em especial à Professora Drª. Tereza de
Souza por sua atenção e ensinamentos prestados durante o mestrado e orientação.
Ao Professor Dr. Alípio Ramos Veiga Neto por ter me aceitado como seu
orientando, por ter me ajudado a concluir esse trabalho, com dedicação e paciência,
e por ter me motivado a estudar um assunto que, no início, não foi muito prazeroso,
mas que ao final da pesquisa me trouxe grande alegria e satisfação.
Ao Professor Dr. Mauro Lemuel de Oliveira Alexandre por participar da Banca
Examinadora e trazer valiosas contribuições para esse trabalho.
Agradeço aos meus colegas de mestrado que sempre me incentivaram com
solidariedade e palavras de apoio para a concretização desse trabalho e a Nadja
Dantas, assistente administrativo do Mestrado, que sempre se mostrou atenciosa e
solícita.
Por fim, agradeço a Deus e a toda minha família que, além de alimentarem
minha coragem e perseverança, só me ensinaram coisas boas no decorrer da minha
vida.
6
“A maioria dos homens encontra o fracasso por sua falta de
persistência em criar novos planos para substituir aqueles que
falharam”.
Napoleon Hill
7
RESUMO
A mulher tem ampliado seu espaço na sociedade moderna dividindo com o homem
responsabilidades anteriormente restritas ao gênero masculino, passando, nas
últimas décadas, a assumir papel de relevância como consumidora participando
ativamente de todas as decisões de compra presentes no seu dia a dia,
independente de estar solteira ou casada. Os papéis masculinos e femininos em
mudança, o declínio da identificação de produtos com gêneros e a pujança do
mercado do vestuário masculino trouxeram novos desafios ao estudo do
comportamento do consumidor o que levou esse estudo empírico a analisar a
participação feminina no processo de decisão de compra do vestuário masculino por
meio de um modelo teórico que relaciona como seus antecedentes a dependência
masculina, o envolvimento e a influência feminina, e como seus conseqüentes, a
decisão do homem na compra de seu vestuário, e a percepção feminina da
importância dos atributos e das categorias do vestuário masculino. A coleta de
dados foi realizada através da aplicação de questionários diretos em uma amostra
não-probabilística composta por 535 mulheres casadas ou com união estável,
maiores de 17 anos, alfabetizadas, independente de classe social, moradoras da
cidade de Natal, Rio Grande do Norte. Foi utilizada a análise fatorial confirmatória
como técnica estatística para testar empiricamente a convergência do
comportamento dos dados coletados com a expectativa teórica. Os resultados
demonstraram que a participação feminina mantém correlação significativa com a
decisão do homem no processo de compra de seu vestuário, podendo-se concluir
que a participação da mulher constitui-se em importante fator direcionador das
escolhas presentes nesse tipo de compra.
Palavras-chave: Vestuário masculino. Participação feminina. Decisão do homem.
Análise fatorial.
8
ABSTRACT
The women have extended their space in modern society sharing with men some
responsibilities that were previously restricted to male gender, assuming, in recent
decades, relevant roles as a consumer having an active participation in all decisions
about shopping, regardless of being married or single. The male and female roles
changing, the decline of product identification with gender and strength of the
menswear market brought new challenges to the study of consumer behavior which
led to the empirical study to analyze the female participation in decision process of
purchase men‟s clothing by a theoretical model that relates how the antecedents,
men‟s dependence, involvement and female influence, and how the consequences,
the man's decision to buy your clothes, and the female perception of the importance
of attributes and categories of clothing male. Data collection was performed by direct
application of questionnaires in a non-probability sample consisting of 535 married or
common-law women, over 17 years old, literate, regardless of social class, living in
Natal, Rio Grande do Norte. For the statistical treatment of data was used
confirmatory factor analysis, and empirically demonstrate the convergence behavior
of the collected data with the theoretical expectation. Was used confirmatory factor
analysis as a statistical technique to test empirically the convergence behavior of the
collected data with the theoretical expectation. The results showed that female
participation has significant correlation with the man's decision in the process of
buying your clothes, can be concluded that the participation of women is an important
factor in guiding the choices present in this type of purchase.
Keywords: Male clothing. Female participation. Purchase decision of man. The
factor analysis.
9
LISTA DE QUADROS
Quadro 1 Diferentes Formas de Exercer INFLUÊNCIA................................................23
Quadro 2 Influências nas Situações de Compra......................................................... 24
Quadro 3 Diferentes Papéis Assumidos pelas Pessoas no Consumo Familiar......... 36
Quadro 4 Síntese dos Papéis-Chave no Consumo Familiar....................................... 37
Quadro 5
Constructo Participação Feminina e Variáveis de Manifestas................... 48
Quadro 6
Constructo Dependência Masculina e Variáveis de Manifestas................ 48
Quadro 7
Constructo Envolvimento da Mulher e Variáveis de Manifestas................ 49
Quadro 8 Constructo Influência Feminina e Variáveis Manifestas............................... 49
Quadro 9 Constructo Importância dos Atributos e Variáveis Manifestas.................... 50
Quadro 10 Constructo Decisão de Compra do Homem e Variáveis Manifestas......... 51
Quadro 11 Constructo Importância das Categorias e Variáveis de Manifestas........... 52
Quadro 12 Perfil Sócio-Demográfico da Amostra Pesquisada..................................... 56
Quadro 13
Variáveis: Terminologia e Definições........................................................ 60
Quadro 14
Escalas de Mensuração e Tipos de Testes.............................................. 61
Quadro 15 Padrões Definidos para Aplicação da Análise Fatorial............................... 85
10
LISTA DE FIGURAS
Figura 1
Modelo de Estímulo e Resposta................................................................. 19
Figura 2
Fatores de Influência no Processo de Decisão de Compra........................ 20
Figura 3
Como os Consumidores Tomam Decisões de Compra.............................. 21
Figura 4
Processo de Decisão de Compra................................................................ 22
Figura 5
Influências Pessoais e de Grupos em um Indivíduo................................... 25
Figura 6
Modelo das Influências sobre a Decisão de Compra do Consumidor........ 26
Figura 7
Visão Geral do Processo Perceptivo........................................................... 30
Figura 8
Influência Relativa dos Grupos de Referência na Intenção de Compra..... 33
Figura 9
Influência Marido-Esposa no Processo de Decisão.................................... 35
Figura 10
Modelo Teórico Proposto............................................................................ 41
Figura 11
Modelo Estrutural e Hipóteses Propostas................................................... 43
Figura 12 Esquema da Pesquisa.................................................................................. 45
Figura 13 Modelo de Mensuração dos Constructos Pesquisados.............................. 47
Figura 14 Modelo Unifatorial Constructo Participação Feminina................................. 88
Figura 15 Modelo Unifatorial Constructo Dependência Masculina.............................. 90
Figura 16 Modelo Unifatorial Constructo Envolvimento da Mulher.............................. 93
Figura 17 Modelo Unifatorial Constructo Influência Feminina..................................... 96
Figura 18 Modelo Unifatorial Constructo Influência Feminina (sem IF3)................... 99
Figura 19 Modelo Unifatorial Constructo Importância dos Atributos......................... 102
Figura 20 Modelo Unifatorial Constructo Decisão de Compra do Homem............... 105
Figura 21 Modelo Unifatorial Constructo Importância das Categorias...................... 109
Figura 22 Modelo Unifatorial Constructo Importância Categorias (sem IC3/IC7)..... 113
Figura 23 Modelo Part. Feminina na Decisão de Compra do Vest. Masculino...........115
11
LISTA DE TABELAS
Tabela 1
Níveis de Poder para Comparação de Duas Médias: Variações............... 54
Tabela 2
Influência do Tamanho da Amostra nos Níveis de Significância............... 54
Tabela 3
Orientações para identificação de Cargas Fatoriais Significantes............. 54
Tabela 4
Medidas de Assimetria e Curtose das Variáveis Manifestas..................... 64
Tabela 5
Teste KMO e de Bartlett dos Constructos Pesquisado e Modelo.............. 67
Tabela 6
Comunalidades Variáveis Manifestas........................................................ 69
Tabela 7
Tabela 8
Valores MSA para Constructos e Variáveis Manifestas............................. 70
.
Consistência Interna dos Indicadores, Constructos e Modelo................... 72
Tabela 9
Respondentes por Local de Aplicação Questionários Válidos................... 75
Tabela 10
Respondentes por Faixa Etária................................................................ 75
Tabela 11 Respondentes por Nível de Escolaridade................................................... 76
Tabela 12 Respondentes por Renda Familiar Mensal................................................ 76
Tabela 13 Respondentes por Ocupação...................................................................... 77
.
Tabela 14 Estatística Descritiva do Constructo Participação Feminina..................... 77
Tabela 15 Estatística Descritiva do Constructo Dependência Masculina.................. 78
Tabela 16 Estatística Descritiva do Constructo Envolvimento da Mulher.................. 78
Tabela 17 Estatística Descritiva do Constructo Influência Feminina......................... 79
Tabela 18 Estatística Descritiva do Constructo Importância Atributos...................... 80
Tabela 19 Estatística Descritiva do Constructo Decisão de Compra do Homem..... 80
Tabela 20 Estatística Descritiva do Constructo Importância das Categorias............ 81
Tabela 21 Resumo Estatística Descritiva Variáveis Manifestas............................... 83
Tabela 22 Estatística Descritiva dos Constructos......................................................... 84
Tabela 23 Matriz de Correlação Participação Feminina............................................... 86
12
Tabela 24 Variância Total Explicada Participação Feminina....................................... 87
Tabela 25 Comunalidades Participação Feminina....................................................... 87
Tabela 26 Matriz de Componentes (a) Participação Feminina..................................... 87
Tabela 27 Correlações Reproduzidas Participação Feminina...................................... 88
Tabela 28 Matriz de Correlação Dependência Masculina.......................................... 89
.
Tabela 29 Variância Total Explicada Dependência Masculina..................................... 89
Tabela 30 Comunalidades Dependência Masculina..................................................... 90
Tabela 31 Matriz de Componentes (a) Dependência Masculina.................................. 90
Tabela 32 Correlações Reproduzidas Dependência Masculina................................... 91
Tabela 33 Matriz de Correlação Envolvimento da Mulher......................................... 92
Tabela 34 Variância Total Explicada Envolvimento da Mulher................................. 92
Tabela 35 Comunalidades Envolvimento da Mulher................................................ 92
Tabela 36 Matriz de Componentes (a) Envolvimento da Mulher.............................. 93
Tabela 37 Correlações Reproduzidas Envolvimento da Mulher................................... 94
Tabela 38 Matriz de Correlação Influência Feminina................................................... 94
Tabela 39 Total da Variância Explicada Influência Feminina..................................... 95
Tabela 40 Comunalidades Influência Feminina.......................................................... 95
Tabela 41 Matriz de Componentes (a) Influência Feminina....................................... 96
Tabela 42 Correlações Reproduzidas Influência Feminina........................................ 97
Tabela 43 Variância Total Explicada Influência Feminina - após exclusão IF3........... 97
Tabela 44 Comunalidades Influência Feminina – após exclusão IF3....................... 98
Tabela 45 Matriz de Componentes (a) Influência Feminina – após exclusão IF3.... 98
Tabela 46 Matriz de Correlação Importância Atributos............................................. 99
Tabela 47 Variância Total Explicada Importância Atributos.................................... 100
Tabela 48 Comunalidades Importância Atributos.................................................... 101
13
Tabela 49 Matriz de Componentes (a) Importância Atributos................................. 101
Tabela 50 Correlações Reproduzidas Importância Atributos.................................. 102
Tabela 51 Matriz de Correlação Decisão do Homem............................................. 104
Tabela 52 Variância Total Explicada Decisão do Homem........................................ 104
Tabela 53 Comunalidades Decisão do Homem.......................................................... 105
Tabela 54 Matriz de Componentes (a) Decisão do Homem ...................................... 105
Tabela 55 Correlações Reproduzidas Decisão do Homem........................................ 106
Tabela 56 Matriz de Correlação Importância Categorias......................................... 107
Tabela 57 Variância Total Explicada Importância Categorias................................. 108
Tabela 58 Comunalidades Importância Categorias................................................... 108
Tabela 59 Matriz de Componentes (a) Importância Categorias............................. 109
Tabela 60 Correlações Reproduzidas Importância Categorias............................... 110
Tabela 61 Variância Total Explicada Importância Categorias - sem IC3 e IC7...... 111
Tabela 62 Comunalidades Importância Categorias - sem IC3 e IC7......................... 112
Tabela 63 Matriz de Componentes (a) Importância Categorias - sem IC3 e IC7... 112
Tabela 64 Variância Total Explicada Modelo Proposto.............................................. 114
Tabela 65 Novas Médias e Desvios Padrão dos Constructos - sem IF3/IC3/IC7..... 115
Tabela 66 Matriz de Correlação de Pearson (bicaudal) do Modelo Proposto........ 116
14
LISTA DE SIGLAS
AFC – Análise Fatorial Confirmatória
AFE – Análise Fatorial Exploratória
KMO - Kaiser-Meyer-Olkin Teste de Medida de Adequação da Amostra
MSA – Medida de Adequação da Amostra (Measure of Sampling Adequacy)
PDC – Processo de Decisão do Consumidor
RM – Roupa(s) Masculina(s)
SEM – Modelagem de Equações Estruturais (Structural Equation Modeling)
SOR – Stimulus, Organism and Response
15
SUMÁRIO
1
INTRODUÇÃO ...........................................................................................
15
1.1
QUESTÃO DE PESQUISA .........................................................................
16
1.2
OBJETIVOS ...............................................................................................
17
1.2.1 Objetivo Geral...........................................................................................
17
1.2.2 Objetivos Específicos ..............................................................................
17
1.3
JUSTIFICATIVA ........................................................................................... 17
2
REFERENCIAL TEÓRICO .........................................................................
19
2.1 COMPORTAMENTO DO CONSUMIDOR....................................................
19
2.2 TOMADA DE DECISÃO DE COMPRA PELO CONSUMIDOR ....................
20
2.3 INFLUÊNCIA................................................................................................
22
2.4 ENVOLVIMENTO ........................................................................................
26
2.5 PERCEPÇÃO ..............................................................................................
29
2.6 GRUPOS DE REFERÊNCIA ........................................................................
31
2.7 PAPÉIS INDIVIDUAIS NA DECISÃO DE COMPRA ....................................
36
2.8 MODELO TEÓRICO ....................................................................................
38
2.8.1 Desenvolvimento do Modelo Teórico de Estudo ....................................
39
2.8.2 Hipóteses ...................................................................................................
41
3
METODOLOGIA ............................................................................................. 45
3.1 TIPO DE PESQUISA ..................................................................................... 46
3.2 OPERACIONALIZAÇÃO DAS VARIÁVEIS .................................................... 47
3.2.1 Modelo de Mensuração ............................................................................. 47
3.2.2 Constructos e Variáveis Manifestas ......................................................... 48
3.3 UNIVERSO E AMOSTRA .............................................................................. 52
3.3.1 Tamanho da Amostra ................................................................................ 53
3.4 COLETA DE DADOS E INSTRUMENTO ....................................................... 55
3.5 PROCESSAMENTO DOS DADOS ................................................................ 57
3.5.1 Análise Fatorial .......................................................................................... 57
3.5.2 Preparação da Base de Dados .................................................................. 62
3.5.3 Significância Estatística e Significância Prática .................................... 72
4
ANÁLISE E INTERPRETAÇÃO DOS RESULTADOS ................................. 74
4.1
CARACTERIZAÇÃO DOS SUJEITOS DA PESQUISA ................................. 74
4.2
ANÁLISE DESCRITIVA: VARIÁVEIS MANIFESTAS E CONSTRUCTOS .... 77
16
4.3
ANÁLISE DOS CONSTRUCTOS - VALIDADE CONVERGENTE................. 84
4.4
ANÁLISE DO MODELO PROPOSTO E CONFIRMAÇÃO DE HIPÓTESES 113
5
CONCLUSÃO ............................................................................................ 120
REFERÊNCIAS ........................................................................................... 125
APÊNDICES ................................................................................................ 133
15
1 INTRODUÇÃO
Décadas atrás, quando se via um homem bem vestido imediatamente vinham
duas idéias à mente das pessoas: ou é a mãe que escolhe suas roupas ou é sua
esposa que “orienta” e “revisa” sua forma de vestir antes dele sair de casa, ou seja,
desde muito tempo que as mulheres têm voz ativa na escolha e uso do vestuário
masculino muito mais até que os próprios homens, quer por comodidade quer por
falta de tempo e/ou habilidade no cuidado com a aparência, que também era
considerado pouco masculino e desinteressante. Reforçando essas razões a
respeito da relação do homem com seu vestuário e os modelos tradicionais de
masculinidade, Dutra (2002, p.369) colocou: “Há tantos anos associada à futilidade e
aos caprichos „próprios das mulheres‟, [...] é natural que a moda permaneça, nas
representações coletivas, sendo uma técnica dispensável e não recomendável ao
modelo de masculinidade que vigora”.
A partir de 1980 esta situação vem mudando, culminando nos dias atuais,
com o surgimento do conceito de um novo homem que, reforçado pelo trabalho dos
profissionais do marketing, colocou o corpo como o centro da identidade e da
sexualidade tornando, desta forma, central o cuidado com a aparência para a
construção da masculinidade sob um novo código. Segundo afirma Queiroz (2010,
p.2), “cada vez mais os homens estão opinando sobre suas próprias roupas, pois o
interesse masculino na moda aumentou”. O estilista Mário Queiroz, que convive de
perto com essa “guerra de sexos” nos guarda-roupas, afirma ainda que: “Há dois
tipos de influência feminina, a que incentiva o homem a comprar as novidades e as
que discordam das escolhas do parceiro. Não sabemos se é por ciúmes ou porque
são pessoas conservadoras”. Enfim, torna-se visível que o homem moderno está
mais inserido na moda e que as mulheres participam efetivamente das decisões de
compra e uso de suas roupas, afirmando também o estilista ser esse um
comportamento normal, pois todas gostam de ver seus parceiros com boa
aparência.
Para Underhill (1999), o ato de comprar ainda é considerado uma atividade
mais feminina, pois os compradores do sexo masculino não gostam de fazer
compras, fazem poucas, fato esse que torna um desafio simplesmente fazê-los
acompanhar uma mulher durante suas compras. Como conseqüência, toda a
16
experiência de compra converge para “o comprador” do sexo feminino. No setor
específico de vestuário apesar de atualmente os homens estarem mais envolvidos
com a compra de suas roupas, segundo Popcorn e Marigold (2000), as mulheres
compram ou influenciam na aquisição de 80% de todas as mercadorias de consumo.
Reforçando, afirma Underhill (1999) que as mulheres são as mais motivadoras do lar
na compra de roupas ou acessórios que combinem ou mesmo que sejam
necessários para completar o vestuário do parceiro, filhos, irmãos ou pais.
No Brasil, estudo realizado no primeiro trimestre de 2010 pela Sophia Mind
(2010), empresa de pesquisa e inteligência de mercado do grupo Bolsa de Mulher,
com 1.917 mulheres das cinco regiões do país revelou que as mulheres são
responsáveis pela decisão de compra de 66% de tudo o que é consumido pelas
famílias brasileiras, dos R$ 1,972 trilhão gastos anualmente com bens e serviços no
país, R$ 1,3 trilhão são decididos pelas mulheres, valor que transforma o Brasil em
um dos maiores mercados femininos no mundo.
A participação feminina na decisão de compra do vestuário masculino trata-se
de um tema atual, relevante e, sobretudo no Brasil, ainda pouco abordado, fato
evidenciado na análise realizada em vários periódicos nacionais (RAE, RAUSP e RAC,
dentre outros) e pela consulta aos anais do EnANPAD (2005 a 2009), razão pela qual
nesse estudo foi adotada pesquisa de natureza exploratória, com aplicação direta de
questionário com perguntas estruturadas, em consonância com o que preconiza Mattar
(1999).
1.1 QUESTÃO DE PESQUISA
Diante do contexto apresentado essa pesquisa buscou responder à questãochave:
 Qual a participação feminina no processo de decisão de compra do
vestuário masculino?
Como forma de responder a esse questionamento, foram definidos os objetivos
para essa pesquisa.
17
1.2 OBJETIVOS
1.2.1 Objetivo Geral
 Analisar a participação feminina no processo de decisão de compra do
vestuário masculino.
1.2.2 Objetivos Específicos
a) Identificar os constructos (variáveis latentes) antecedentes e conseqüentes
da participação feminina na decisão de compra do vestuário masculino;
b) Identificar indicadores (variáveis manifestas) para todos os constructos
envolvidos no fenômeno estudado; e
c) Verificar
as
relações
de
dependência
entre
todos
os
constructos
pesquisados.
1.3 JUSTIFICATIVA
O mercado de moda e vestuário mundial sinaliza um movimento crescente e
consistente nos volumes comercializados, em parte pelo crescimento demográfico e
aumento de renda, como também influenciado pela evolução dos papéis assumidos,
nas últimas décadas, pelo público feminino e masculino relativos ao consumo
desses produtos. Pesquisa realizada nos Estados Unidos em 1998, (SEO;
HATHCOTE; SWEANEY, 2001), revelou que o consumo de roupas e acessórios
para homens, nos Estados Unidos, totalizou US$ 84 bilhões em 1997, um aumento
de 29% em relação aos US$ 65 bilhões de 1992.
No Brasil, segundo dados da pesquisa “O Mercado de Moda no Brasil Vestuário, Meias e Acessórios Têxteis”, produzida em 2004 pelo Instituto de Estudos
e Marketing Industrial (IEMI) e pela Associação Brasileira da Indústria Têxtil e de
Confecção (ABIT), o mercado de moda gerou recursos de US$ 15,9 bilhões e 1,1
milhão de empregos. Os investimentos das 17.500 empresas que atuavam neste
segmento foram da ordem de US$ 103,6 milhões, neste mesmo ano. Através de
uma análise por segmentação de mercado pode-se constatar a importância do
vestuário masculino, pois segundo essa pesquisa a moda feminina responde por
41% da produção e a moda masculina representa 35% do mercado (segundo lugar)
ao passo que a moda infantil tem participação de 18% e a moda bebê, apenas, 5%.
18
Pesquisa realizada pelo Ibope Solution (2005) sobre a influência das mulheres
nas decisões de compra de produtos mostrou que o item “roupas masculinas”
alcançou o maior percentual entre as diversas categorias de produtos pesquisados,
atingindo o expressivo índice de 80%, demonstrando que apesar de produtos
segmentados, o movimento feminino em direção ao universo masculino é maior do
que o contrário. Fato esse comprovado na prática pela Renner, uma das maiores
redes de lojas de departamento do Brasil, que desde 1992 definiu um
reposicionamento de sua marca com foco no público feminino e curiosamente teve
esta estratégia bem sucedida, também, nos setores masculinos de suas lojas, onde
70% das gravatas vendidas são compradas por mulheres (KOTLER; KELLER,
2006).
Dessa forma, evidencia-se a importância do estudo da “Participação Feminina
na Decisão de Compra do Vestuário Masculino”, pois além de trata-se de um tema
ainda pouco abordado pela literatura de marketing disponível, sobretudo no Brasil,
apresenta relevância econômica significativa, justificando assim essa pesquisa que,
através de seus resultados, possibilitou um maior conhecimento e melhor análise
desse nicho de mercado que se apresenta como gerador de milhões de empregos e
faturamento bilionário, além de demonstrar real tendência de crescimento.
19
2 REFERENCIAL TEÓRICO
2.1 COMPORTAMENTO DO CONSUMIDOR
De acordo com Blackwell, Miniard e Engel (2009) o comportamento do
consumidor é definido como atividades com as quais as pessoas se ocupam quando
obtêm, consomem e dispõem de produtos e serviços, ou simplesmente o estudo de
“por que as pessoas compram”. Para Richers (1984), o comportamento do
consumidor caracteriza-se pelas atividades mentais e emocionais realizadas na
seleção, compra e uso de produtos/serviços para a satisfação de necessidades e
desejos. Schiffman e Kanuk (2000), consideram que o comportamento do
consumidor engloba o estudo de o que compram, por que compram, quando
compram, onde compram, com que frequência compram e com que frequência usam
o que compram.
Figura 1 – Modelo de Estímulo e Resposta
Fonte: Kotler e Keller (2006, p.183)
Salienta Kotler (2000) que, sendo o propósito do marketing satisfazer as
necessidades e desejos dos clientes-alvo, torna-se fundamental conhecê-los e ao
seu comportamento de compra, o que segundo o autor é uma tarefa complexa. Para
facilitar a compreensão do comportamento do consumidor Kotler e Keller (2006), nos
apresenta o modelo de estímulo e resposta (Figura 1) no qual estímulos ambientais
e de marketing somados a um conjunto de fatores psicológicos, combinados às
características do consumidor e aos seus processos de decisão, conduzem à
20
decisão de compra. Para Goldstein e Almeida (2000), a tarefa do profissional de
marketing é entender como o consumidor realiza o processo de compra em seu
consciente para poder desenvolver estratégias que influenciem o processo de
tomada de decisão favoravelmente para compra de seus produtos/serviços.
2.2 TOMADA DE DECISÃO DE COMPRA PELO CONSUMIDOR
O processo de tomada de decisão de compra dos consumidores é influenciado
por vários fatores internos e externos, sendo objeto de estudo de vários autores:
Churchill e Peter (2000) consideram no processo de compra do consumidor
influências sociais e influências situacionais; para Engel, Blackwell e Miniard (2000)
as variáveis que influenciam no processo de decisão de compra encontram-se
divididas entre as influências ambientais, as diferenças individuais e os fatores
pessoais; Solomon (2008) e Schiffman e Kanuk (2000) entendem que o indivíduo,
como consumidor, sofre influências psicológicas, pessoais, sociais e culturais.
Figura 2 – Fatores de Influência no Processo de Decisão de Compra
Fonte: Kotler (1998, p.163)
Kotler (1998) apresentou um modelo de influência no processo de compra
(Figura 2) que corrobora os princípios conceituais dos autores anteriormente
referenciados, o qual demonstra os fatores psicodinâmicos internos e externos que
atuam sobre o consumidor.
Blackwell, Miniard e Engel (2009) afirmam que ninguém compra um produto a
não ser que haja um problema, uma necessidade ou um desejo. Para representar
como as pessoas resolvem seus problemas rotineiros que levam à compra e ao uso
21
de produtos de todos os tipos, os autores desenvolveram o Modelo PDC (Processo
de Decisão do Consumidor – Figura 3) que demonstra os sete maiores estágios
pelos quais os consumidores passam na tomada de decisão de consumo. Apesar de
terminologias diferentes, o PDC apresenta similaridades com outros modelos
explicativos do comportamento do consumidor pesquisados (ASSAEL, 1992;
KOTLER; KELLER, 2006; MOWEN, 1995; SOLOMON, 2008), nos seus sete
estágios e nos vários fatores que os influenciam (forças internas e externas).
Figura 3 – Como Consumidores Tomam Decisões de Compra para Bens e Serviços
Fonte: Adaptado de Blackwell, Miniard e Engel (2009, p.73) e Kotler e Keller (2006, p.189)
Na Figura 4 está representado o modelo de Etzel et al. (2001), que resume todos
os modelos explicativos do processo de decisão de compra do consumidor
analisados no decurso da revisão bibliográfica. Os autores, de forma simples e
objetiva, demonstram que para lidar com o ambiente de marketing e fazer suas
compras, o consumidor necessariamente envolve-se em um processo de decisão,
que tem por objetivo “resolver um problema” o qual pode ser solucionado por meio
de uma compra e, para tanto, deve percorrer uma série de estágios lógicos para
chegar à decisão de compra, estando sujeito durante todo esse processo aos mais
diversos tipos de influência.
22
Figura 4 – Processo de Decisão de Compra
Fonte Etzel et al. (2001, p.113)
2.3 INFLUÊNCIA
Houaiss (2009) define “influência” como o poder de dirigir ou afetar, baseado no
prestígio, riqueza, capacidade ou status. Destaca-se entre os diversos sinônimos de
influenciar os seguintes: estimular, impelir, incitar, induzir, instigar, conduzir, moldar,
levar a, tornar propenso a, inspirar, controlar e insistir em. Insistir em e impelir
significam produzir uma forte motivação no sentido da prática de alguma ação, ao
passo que levar a e compelir implicam em uma influência irresistível na consecução
de dado objetivo. Pode-se ser levado a algo pelas próprias paixões ou por uma força
externa que insiste em que se faça isso, esse poder exterior é definido como
Influência.
No contexto do marketing, o termo influência está orientado para resultados e
ligado tanto ao ato de influenciar ou modificar o comportamento do consumidor
dirigindo sua compra, como também para o fato de os consumidores influenciarem
as organizações em relação a seus produtos, preços, promoções e operações. Para
Blackwell, Miniard e Engel (2009, p.10), “as empresas de século XXI orientadas para
23
o marketing vão focar mais em permitir que os consumidores as influenciem do que
como elas podem influenciar os consumidores”. As Empresas estão cada vez mais
sendo influenciadas pelas necessidades e desejos do mercado, em detrimento de
sua influência sobre o consumidor.
Para Gary (1981), existem onze formas de se exercer influência (Quadro 1) de
acordo com as necessidades dos Agentes (Influenciadores) e dos Pacientes
(Influenciados). Apesar da abordagem desse autor está voltada para a liderança nas
organizações (a influência como essência da liderança), a sua aplicabilidade a essa
pesquisa torna-se explícita através da descrição das formas de influenciar de
números 1; 4 a 7; e 9 a 11.
Quadro 1 - Diferentes Formas de Exercer INFLUÊNCIA
Forma de Influenciar
1 - Solicitação Legítima
2 - Concordância Instrumental
3 – Coerção
4 - Persuasão Racional
5 - Fé Racional
6 - Apelo Inspirativo
7 – Doutrinação
8 - Distorção da Informação
9 - Engenharia Situacional
10 - Identificação Pessoal
11 - Identificação com a decisão
Necessidade dos Agentes
"Influenciadores"
Justificação Legítima
Controle de recompensas;
credibilidade da promessa
Controle de punições;
credibilidade da ameaça
Descortino; especialização
técnica; credibilidade
Especialidade técnica;
credibilidade
Descortino de valores e
crenças; capacidade de
persuadir
Controle da situação social;
habilidades relevantes
Credibilidade como fonte de
informação
Necessidade dos Pacientes
"Influenciados"
Valores relevantes
Necessidades relevantes; abertura
à manipulação
Medo; abertura à intimidação
Valores e necessidades relevantes
Especialização
insatisfatória;necessidade
relevante; confiança do Agente
Valores e crenças relevantes
Alienação; necessidades
relevantes
Uso da informação para formação
de impressões e tomada de
decisão
Controle dos aspectos
relevantes da situação
Disposição de aceitar a situação
Atratividade; carisma
Admiração do Agente
Disposição de permitir a
participação; habilidades
relevantes
Desejo de participar; metas
consistentes com as metas do
Agente
Fonte: Gary (1981, p.11)
Na área de estudo do comportamento do consumidor, autores como Mowen e
Minor, (1998) e Wells e Prensky (1996) enfatizam ainda a importância dos efeitos
24
situacionais presentes no local e momento em que a compra ocorre e como estes
podem influenciar no comportamento de compra do indivíduo (Quadro 2).
Quadro 2 – Influências nas Situações de Compra
EXEMPLOS
TIPOS DE INFLUÊNCIAS
Características Físicas
Condições Facilitadoras
Interações Sociais
Humor do Consumidor
Layout
Iluminação
Música e Nível de Ruído
Propaganda e display dentro da Loja
Cartões de Crédito
Entrega expressa
Características dos vendedores
(conhecimento, cortesia, atitude)
Grupos de referência
Características dos outros clientes
Fome e sede
Prazer, raiva, desapontamento
Fonte: Wells e Prensky (1996, p.19)
Alguns desses fatores são mais fáceis de perceber, tais como as características
físicas do ambiente de loja, aspectos estruturais que influenciam na atividade de
busca de produtos (como merchandising e layout), ao passo que outros são quase
imperceptíveis (sons, cores, odores e iluminação).
Também são de grande importância as interações sociais que ocorrem no
ambiente de compra, quer com outros consumidores quer com os vendedores. No
que diz respeito aos vendedores é importante o grau de conhecimento do que está
sendo vendido, o padrão de atendimento prestado, bem como suas características
pessoais, pois tais fatores podem afetar decisivamente na ocorrência de uma
compra ou não por parte do consumidor.
Segundo Solomon (2008), um importante tipo de influência situacional no
processo de compra é a pressão do tempo, ou seja, a maior ou menor
disponibilidade de tempo para “comprar” tende a moldar o tipo de decisão de compra
e a influenciar, da mesma forma, outras fases anteriores do processo decisório,
como a intensidade da busca de informações (procura extensa ou limitada) e a
urgência para a avaliação de alternativas de escolha.
25
Figura 5 – Influências Pessoais e de Grupos em um Indivíduo
Fonte: Adaptado de Blackwell, Miniard e Engel (2009, p.414)
No que diz respeito às interações sociais, Blackwell, Miniard e Engel (2009,
p.414) afirmam que os seres humanos estão sujeitos a influências pessoais e de
grupos que alteram as suas ações e comportamentos (Figura 5). Afirmam ainda os
autores que “os esforços para fazer parte de um grupo, para tentar „encaixar-se‟ e
para agradar os outros afetam as escolhas de vida e as decisões de compra que
cada indivíduo faz”.
Para Engel, Blackwell e Miniard (1995) e Shiffman e Kanuk (2000), são muitas
as variáveis responsáveis por influenciar a decisão de compra dos consumidores, no
entanto, podem ser classificadas em três grandes grupos: diferenças individuais,
influências do ambiente e processos psicológicos.
O processo de tomada de decisão de compra do consumidor encontra-se no
centro desse modelo (Figura 6) ladeado pelas influências do ambiente, pelos
processos psicológicos e pelas diferenças individuais, onde aparece o constructo
envolvimento como um dos mais significativos determinantes da complexidade e
conseqüente extensão desse processo (ZAICHOWSKY, 1985).
26
Figura 6 – Modelo das Influências sobre a Decisão de Compra do Consumidor
Fonte: Adaptado de Engel, Blackwell e Miniard (1995, p.323)
2.4 ENVOLVIMENTO
Envolvimento é um constructo que tem despertado grande interesse por parte
dos estudiosos (COULTER; PRICE; FEICK, 2003; O‟CASS, 2004) que buscam
compreender melhor a relação do consumidor com as posses materiais, mas apesar
da concordância quanto a importância do tema envolvimento para os estudos do
comportamento do consumidor, parece ainda haver pouca concordância sobre a sua
melhor definição e, conseqüentemente, sobre a melhor forma de medi-lo (ARORA,
1982; LAURENT; KAPFERER, 1985; ZAICHKOWSKY, 1985).
Para Andrews, Durvasula e Akhter (1990), envolvimento é um estado interno de
estimulação
composto
por
três
propriedades:
intensidade,
direção
e
persistência. A intensidade se refere ao grau do envolvimento e geralmente vai do
baixo ao alto. A direção se refere ao estímulo (um produto ou uma propaganda) para
o qual o envolvimento é canalizado. Ao passo que a persistência se refere à duração
da intensidade. Envolvimento, segundo Engel, Blackwell e Miniard (2000, p.106), é o
grau de relevância pessoal percebida de um produto ou serviço num contexto
especial. Esses autores defendem ainda que “o grau de envolvimento pessoal é o
27
fator mais importante que molda o tipo de comportamento do processo decisório que
será seguido”. Para Bloch, Sherrell e Ridgway (1986), Celsi e Olson (1988), Coulter,
Price e Feick (2003), Richins e Bloch (1986), Warrington e Shim (2000) e
Zaichowsky (1985), uma conceituação comumente aceita de envolvimento é a que o
define como a importância ou a relevância percebida do objeto, baseada nas
necessidades, valores e interesses inerentes ao sujeito.
As razões, segundo Zaichkowsky (1985), para as diversas definições e medidas
de envolvimento têm relação com as diferentes aplicações do termo, que são o
envolvimento com a propaganda, o envolvimento com o produto e o envolvimento
com o processo decisório, o que levaria também a formas distintas de avaliar o
constructo envolvimento, respectivamente: maior processamento de informação e
resposta;
maior
percepção
de
diferentes
atributos
do
produto
e
maior
comprometimento com a escolha da marca; e maior busca de informação com maior
tempo gasto na escolha certa.
No que diz respeito ao envolvimento com o processo decisório, a relevância
estaria
especificamente
na
decisão
(ZAICHOWSKY,
1985),
o
consumidor
engendraria em um processo decisório cuidadoso durante a compra o qual não
continuaria após a decisão ter sido realizada (o seu nível de envolvimento com o
processo decisório cairia). Nesse sentido, o envolvimento sofre uma diferenciação
ligada à sua propriedade de persistência, sendo classificado como “envolvimento
situacional” (Situational
Involvement) e “envolvimento
duradouro”
(Enduring
Involvement). Esses dois tipos de envolvimento estariam relacionados às
percepções de importância do produto, sendo o primeiro um tipo de envolvimento
que ocorreria apenas em situações específicas como a de uma compra, já o
segundo seria um tipo de envolvimento que representaria uma preocupação
contínua com uma categoria de produto, independente das influências situacionais
(RICHINS; BLOCH, 1986; WARRINGTON; SHIM, 2000).
Em artigo publicado no Journal of Marketing Research, Arora (1982) testou e
confirmou a validade do “S-O-R Model” (Stimulus, Organism and Response), modelo
apresentado por Houston e Rothschild (1977) que relaciona três tipos de
envolvimento: envolvimento situacional (Situational Involvement), envolvimento
duradouro (Enduring Involvement) e envolvimento com a resposta (Response
28
Involvement). O envolvimento situacional (S) diz respeito ao envolvimento externo ao
indivíduo e seria influenciado pelos atributos do produto (como custo, complexidade,
similaridade entre as alternativas) e pelos estímulos do ambiente psicossocial
envolvendo a compra ou o consumo do produto (se o produto seria usado na
presença de outros, por exemplo), recebendo influências da percepção do risco em
jogo na compra ou uso do produto. O envolvimento interno (O) é denominado
duradouro e refletiria a preocupação contínua com o produto, sendo função das
experiências passadas com o produto e da relação do produto com o sistema de
valores centrais do sujeito. Para Arora (1982), no envolvimento duradouro a
relevância pessoal ocorre porque o indivíduo relaciona o produto a sua autoimagem, atribui-lhe algumas qualidades hedônicas e percebe-o como sendo
identificado às normas de um grupo (valor distintivo, simbólico). O envolvimento com
a resposta (R) surgiria do complexo processo cognitivo e comportamental
caracterizado pelo processo decisório do consumidor. Esse modelo propõe que o
envolvimento situacional e o envolvimento duradouro interagem, resultando no
envolvimento com a resposta.
Além da classificação entre situacional e duradouro, vários autores pesquisados
(ASSAEL,1992; ENGEL; BLACKWELL; MINIARD, 2000; HOUSTON; ROTHSCHILD,
1997; RICHINS; BLOCH, 1986; ZAICHKOWSKY, 1985) relacionam o nível de
envolvimento do consumidor também a três fatores: pessoal, físico e situacional. O
fator pessoal corresponde aos interesses inerentes, valores ou necessidades que
motivam um indivíduo com relação a determinado objeto, o fator físico diz respeito
às características físicas de um objeto que causam diferenciação e aumentam o
interesse, ao passo que o fator situacional representa o caráter temporário do qual
depende o aumento da percepção de relevância ou interesse com relação a um
objeto. Confirmando a importância desses três fatores, Zaichkowsky (1985) enfatiza
que um indivíduo percebe um objeto (produto, serviço ou mensagem promocional)
como sendo importante para a satisfação de seus objetivos, valores e necessidades,
porém esse envolvimento irá variar de uma situação para outra, assim como de um
consumidor para outro.
29
2.5 PERCEPÇÃO
“O Marketing não é mais uma batalha de produtos, é uma batalha de
percepções”, afirmam Ries e Trout (1993, p.14), ressaltando ainda que tudo que
existe no mundo do marketing são percepções na mente do cliente ou cliente em
perspectiva. Schiffman e Kanuk (2000), bem como Sheth, Mittal e Newman (2001)
afirmam, nesse mesmo sentido, que pouco importa a realidade objetiva de um
produto, o que realmente importa é a percepção que o cliente tem desse produto.
Cada indivíduo vê a realidade como um fenômeno totalmente pessoal, baseado nas
suas necessidades, valores, desejos e experiências, assim sendo, é muito mais
importante para as empresas conhecerem as percepções dos consumidores sobre
os seus produtos do que o conhecimento da realidade objetiva que elas têm desses
mesmos produtos.
Para Schiffman e Kanuk (2000, p.103), “a percepção é definida como o processo
pelo qual um indivíduo seleciona, organiza e interpreta estímulos visando a um
quadro significativo e coerente do mundo”. Percebe-se, dessa forma, a grande
importância do processo perceptual para o comportamento do cliente e a
necessidade que os profissionais de marketing têm de entender e influenciar as
fontes de percepção do cliente (DIAS, 2003).
Sheth, Mittal e Newman (2001) dividiram esse processo em três passos ou
estágios. O primeiro é a sensação, definida como sendo a resposta imediata e direta
dos órgãos sensoriais aos estímulos (qualquer unidade de dados para qualquer um
dos cinco sentidos). No segundo estágio, a organização, ocorre a categorização, no
qual o indivíduo classifica o estímulo percebido de acordo com
categorias
semelhantes de objetos armazenadas na sua memória. No terceiro estágio, a
interpretação, o indivíduo acrescenta significado a um estímulo, formando uma regra
sobre o objeto ser ou não apreciado, bem como o valor que lhe é atribuído.
De acordo com Solomon (2008, p.68), “a sensação está relacionada com a
reação imediata de nossos receptores sensoriais” (olhos, ouvidos, nariz, boca e
dedos) a estímulos básicos (luz, cor, som, odores e texturas), conceituando
percepção como sendo “o processo pelo qual as pessoas selecionam, organizam e
interpretam essas sensações”. Sobre o estudo da percepção o autor diz que:
30
“concentra-se no que acrescentamos a essas sensações em estado bruto a fim de
lhes dar significado”.
Da mesma forma, Sheth, Mittal e Newman (2001) e Solomon (2008) dividem o
processo de percepção em três estágios (Figura 7), a exposição (entrada do
estímulo na gama de receptores sensoriais de uma pessoa), a atenção (grau em que
a atividade de processamento é dedicada a determinado estímulo) e a interpretação
(significado atribuído aos estímulos sensoriais), ressaltando que diferentemente dos
computadores, não processamos passivamente todas as informações que nos são
apresentadas, em razão disso, notamos apenas um pequeno número de estímulos
presentes em nosso ambiente, dispensamos atenção a um número ainda menor e,
mesmo assim, os estímulos que conseguem penetrar em nossa consciência podem
não ser “interpretados” (processados) objetivamente.
Figura 7 – Visão Geral do Processo Perceptivo
Fonte: Adaptado de Solomon (2008, p.69)
Sheth, Mittal e Newman (2001) consideram que três fatores moldam as
percepções dos clientes, levando a variações de percepção de um mesmo estímulo
por clientes distintos. O primeiro fator são as características do estímulo, ou seja, a
natureza da informação oferecida pelo ambiente. O contexto, o ambiente em que a
informação é recebida, constitui-se no segundo fator e as características do cliente,
definida como o conhecimento e as experiências pessoais, é o terceiro fator.
31
2.6 GRUPOS DE REFERÊNCIA
Sendo o homem um animal gregário, faz parte de sua natureza relacionar-se
independentemente de nacionalidade, etnia, raça ou gênero, sendo esse um
comportamento esperado (BLACKWELL; MINIARD; ENGEL, 2009). Fica claro então
que a grande maioria dos indivíduos interage com outras pessoas no dia-a-dia,
exceto os poucos classificados como eremitas, como afirmam Schiffman e Kanuk
(2000, p.227). Os autores definem ainda grupo como sendo: “duas ou mais pessoas
que interagem para atingir objetivos particulares ou comuns”.
Schiffman e Kanuk (2000) classificam os grupos de acordo com a regularidade
de contato (primários e secundários), a estrutura e hierarquia (formais e informais), o
tamanho ou complexidade (grandes e pequenos) e o tipo de associação ou
aspiração (grupos de associação e grupos simbólicos). Blackwell, Miniard e Engel
(2009) propõem uma classificação semelhante que divide os grupos em: primários e
secundários; formais e informais; aspiracionais e dissociativos; e virtuais.
Independente do critério de classificação assumido, uma pessoa pode pertencer
a vários grupos simultaneamente, sofrendo influência maior ou mais legítima de
alguns grupos ou indivíduos. Para Schiffman e Kanuk (2000), os pequenos grupos
de membros primários e informais são os de maior interesse para os profissionais de
marketing, pois exercem grande influência potencial nas decisões de consumo. Essa
influência está, muitas vezes, diretamente relacionada às características pessoais de
cada indivíduo que se permite ou não ser influenciado por determinado grupo ou
pessoa em dada situação de consumo. Pesquisas sobre comportamento do
consumidor produziram evidências de que as decisões e os julgamentos individuais
em um grupo dependem de decisões e julgamentos de outros membros do grupo,
como escolhas e opiniões (ARIELY; LEVAV, 2000).
Esta influência de indivíduos ou grupos recebe o nome de grupo de referência,
sendo conceituado por Park e Lessig (1977, p.103) como “um indivíduo ou grupo,
reais ou imaginários, concebidos como tendo relevância significativa sobre as
avaliações, aspirações ou comportamentos de um indivíduo”. Para Sheth, Mittal e
Newman (2001, p.165), os grupos de referência são “pessoas, grupos e instituições
a quem os indivíduos recorrem para uma orientação de seu próprio comportamento
32
e valores, e dos quais esses indivíduos buscam aprovação”. Para Churchill e Peter
(2000, p.160), “os grupos de referência são aqueles grupos de pessoas que
influenciam os pensamentos, os sentimentos e os comportamentos do consumidor”.
Kotler (2000, p.185) define: “Os grupos de referência de uma pessoa são aqueles
que exercem alguma influência direta (face-a-face) ou indireta sobre as atitudes ou
comportamento dessa pessoa. Os grupos que exercem influência direta sobre uma
pessoa são chamados grupos de afinidade”.
Para Schiffman e Kanuk (2000, p.229), um conceito básico para grupo de
referência é “qualquer pessoa ou grupo que sirva como ponto de comparação (ou
referência) para um indivíduo na formação de valores, atitudes ou comportamento
tanto gerais como específicos”. Este conceito fornece uma perspectiva fundamental
para a compreensão da influência de outras pessoas sobre as crenças, as atitudes e
o comportamento de consumo dos indivíduos.
Analisando sob o ponto de vista
mercadológico, os autores definem grupo de referência como sendo: “grupos que
servem como pontos de referência para os indivíduos nas suas compras ou
decisões de compra”.
Schiffman e Kanuk (2000) afirmam que o significado de grupo de referência vem
mudando ao longo dos anos, tendo o seu conceito ampliado gradativamente.
Inicialmente definido de forma rígida em que eram aceitos apenas aqueles grupos
com os quais uma pessoa interagia diretamente, passou através desse processo de
ampliação de abrangência conceitual, a incluir influências diretas e indiretas de
grupos ou indivíduos. Surgiram então os “grupos de referência Indireta” que são
formados por indivíduos ou grupos com os quais uma pessoa não tem contato
direto, como astros de cinema, ídolos do esporte, políticos e outras personalidades
de destaque na mídia.
Nesta mesma perspectiva, Solomon (2008, p.405), afirma que: “Alguns grupos
de referência são formados por pessoas que o consumidor realmente conhece;
outros são compostos de pessoas que o consumidor não conhece mas admira”,
mesmo sem o contato direto. Blackwell, Miniard e Engel (2009), bem como Kotler e
Keller (2006) utilizam o conceito de “grupos aspiracionais” para reforçar esse
comportamento do consumidor de exibir o desejo de adotar normas, valores e
comportamentos de outros indivíduos com quem ambicionam ser parecidos ou se
33
associarem. Contrapondo-se a esse tipo de influência, os mesmos autores utilizam o
conceito de “grupos dissociativos” para caracterizar aqueles indivíduos com os quais
o consumidor tenta evitar associações, cujos valores e comportamentos são
rejeitados.
Figura 8 – Influência Relativa dos Grupos de Referência sobre a Intenção de
Compra
Fonte: Adaptado de Solomon (2008, p.402)
Para Solomon (2008, p.400), as influências dos grupos de referência não têm o
mesmo poder para todos os tipos de produtos e atividades de consumo, sendo seu
grau de importância influenciado por duas dimensões: “se a compra deve ser
consumida em público ou em particular e se é um luxo ou uma necessidade”. Os
efeitos relativos das influências dos grupos de referência sobre produto/marca estão
demonstrados na Figura 8, e alcançam níveis máximos no quadrante luxos públicos,
pois produtos de luxo, não necessidades, e de uso socialmente evidentes estão
mais sujeitos aos gostos e preferências individuais e tendem a ser, desta forma,
mais influenciados pela opinião de outras pessoas.
O poder social, definido por Solomon (2008, p.401) como “a capacidade de
alterar as ações dos outros”, constitui-se na razão pela qual os grupos de
34
referências conseguem fazer com que alguém, com ou sem vontade, faça alguma
coisa. Para o autor, as bases de poder podem ser classificadas em poder referente
– identificação com um referente, imitação de comportamento (roupas, atividades de
lazer, automóveis); poder de informação – acesso privilegiado a informações; poder
legítimo – concessão de poder em razão de acordos sociais (policiais, soldados,
pessoas uniformizadas); poder de conhecimento – domínio de conhecimentos
específicos de uma área de conteúdo (avaliação por críticos especializados de
restaurantes, livros, filmes, automóveis); poder de recompensa – valorização do
esforço, oferta de reforço positivo (tangível e/ou intangível); e poder coercitivo –
influência por intimidação social ou física (apelo ao medo, intimidação em vendas
pessoais, conseqüências negativas pelo não uso de um produto).
Para Schiffman e Kanuk (2000), os principais grupamentos sociais que
influenciam o comportamento de consumo do indivíduo, por ordem de importância,
são: a família, os amigos, a classe social, subculturas específicas, a cultura pessoal
do indivíduo e outras culturas. Neste sentido, Kotler e Keller (2006, p.177) afirmam
que: “A família é a mais importante organização de compra de produtos de consumo
na sociedade, e seus membros constituem o grupo de referência primário mais
influente”. Diante da importância da família para o estudo do comportamento de
compra do consumidor, esses mesmos autores distinguem duas famílias na vida do
comprador: a família de orientação e a família de procriação. A primeira, a família de
orientação, é constituída pelos pais e irmãos, transmitindo ao indivíduo orientação
sobre religião, política, economia, futebol, ambição, auto-estima e amor, e mesmo
que este não interaja mais com tanta frequência com seus pais, a influência deles
sobre seu comportamento pode permanecer significativa. A segunda, a família de
procriação, é constituída pelo cônjuge e os filhos na qual a influência apresenta-se
de forma mais direta no comportamento diário de compra.
Blackwell, Miniard e Engel (2009) dedicam atenção especial à importância das
famílias e dos lares no comportamento do consumidor, tratando desse tema com
foco no marketing familiar e com destaque para os papéis dos cônjuges nas
decisões de compra, para tanto define as seguintes categorias estruturais de papéis
assumidos por esses: autônomo, marido dominante, mulher dominante, e decisões
em conjunto ou consensuais. Esses papéis variam, notadamente, com o tipo de
produto, estágio no processo de decisão e por domicílio. As influências marido-
35
esposa no processo de decisão de compra foram investigadas por Davis e Rigaux
(1974), sendo suas descobertas apresentadas na configuração triangular familiar
(Figura 9), e “influenciaram grandemente o pensamento sobre a relativa influência de
maridos e esposas na tomada de decisão e de toda extensão da especialização de
papéis” (BLACKWELL; MINIARD; ENGEL, 2009, p.384).
Por causa do declínio das diferenças entre gêneros e da diminuição da
identificação de produtos com os gêneros, Blackwell, Miniard e Engel (2009) afirmam
que muitos profissionais de marketing estão atualmente preocupados em pesquisar
como fazer a transição de produtos dirigidos a um único gênero para produtos
dirigidos a ambos os sexos. Outra constatação desses autores é que apesar da
existência de comportamentos de consumo relacionados ao gênero, esses papéis
não são mais determinados biologicamente pelo sexo do indivíduo, mas sim pelas
experiências vividas que ensinam a homens e mulheres atividades/comportamentos
diferentes no desempenho do seu papel de consumidores.
Figura 9 – Influências Marido-Esposa no Processo de Decisão de Compra de
Roupas
Fonte: Adaptado de Blackwell, Miniard e Engel (2009, p.384)
36
2.7 PAPÉIS INDIVIDUAIS NA DECISÃO DE COMPRA
Para Kotler (1998), o estudo do processo de decisão de compra tem que ir além
das várias influências sobre os compradores e identificar, realmente, quem toma a
decisão de comprar. Segundo Sheth, Mittal e Newman (2001), esta identificação
torna-se mais complexa quando há no grupo em estudo distinção entre os papéis de
usuário e pagante, pois gera a necessidade dos usuários persuadirem os pagantes,
confundindo assim a real autoria da decisão de compra.
Quadro 3 - Diferentes Papéis Assumidos pelas Pessoas no Consumo Familiar
Papéis Individuais na Decisão de Compra
Autores
Papéis na Decisão
Usuário
Sheth, Mittal e Newman (2001)
Pagante
Comprador
Iniciador (Gatekeeper)
Influenciador
Blackwell, Miniard e Engel (2009)
Decisor
Comprador
Usuário
Iniciador
Influenciador
Kotler (1998)
Decisor
Comprador
Usuário
Iniciador
Vigia (Gatekeeper)
Solomon (2008)
Influenciador
Comprador
Usuário
Influenciadores
Fiscais Internos (Gatekeeper)
Decisores
Compradores
Schiffman e Kanuk (2000)
Preparadores
Usuários
Mantenedores
Eliminadores
Especificador (D)
Decisor (D)
Comprador (D)
Dias (2003)
Usuário (D)
Iniciador (IND)
Influenciadores (IND)
Fonte: Elaborado pelo Autor.
37
Blackwell, Miniard e Engel (2009) consideram que a definição de quais produtos
comprar, em qual loja comprar, como e quando os produtos são usados e quem
deve comprá-los é um processo complicado que envolve uma variedade de papéis e
atores. Solomon (2008) ressalta que os membros de uma família ou indivíduos em
um centro de compras organizacional desempenham uma série de papéis
específicos quando tomam uma decisão coletiva, que de acordo com Parsons
(1974),
é
um
comportamento
normal,
pois
os
indivíduos
apresentam
relacionamentos personalizados baseados em seus papéis nos grupos aos quais
pertencem, exibindo comportamento característico associado a cada papel
instrumental ou expressivo que desempenhem.
Os autores pesquisados (BLACKWELL; MINIARD; ENGEL, 2009; DIAS, 2003;
KOTLER, 1998; SCHIFFMAN; KANUK, 2000; SHETH; MITTAL; NEWMAN, 2001;
SOLOMON, 2008) são unânimes em afirmar que as decisões de consumo familiar
envolvem vários papéis (Quadro 3) que podem ser assumidos pelos cônjuges, pelas
crianças ou outros membros do lar, sendo normal a existência de múltiplos papéis e
múltiplos atores. Para Dias (2003), considerando-se o papel que uma pessoa
assume na decisão de compra, pode-se definir dois tipos de participação: direta e
indireta. A participação direta é a que se relaciona diretamente com o processo de
escolha, compra e consumo ou uso (papéis: o especificador, o decisor, o comprador
e o usuário), enquanto que a participação indireta é aquela em que os pontos de
vista ou especificações podem influenciar na seleção dos produtos, serviços,
fornecedores ou lojas (papéis: o iniciador e o influenciador).
Quadro 4 – Síntese dos Papéis-Chave no Consumo Familiar
Papéis-Chave no Consumo Familiar
Iniciador
Pessoa que primeiro sugere a idéia da compra ou identifica uma necessidade.
Influenciador
Pessoa cujos pontos de vista ou sugestões influenciam a decisão.
Decisor
Comprador
Usuário
Pessoa que decide se deve comprar, o que, como e onde comprar, possui o
poder de decidir de que forma o dinheiro da família será gasto.
Pessoa que atua como o agente comprador, indo à loja, preenchendo cheques e
trazendo os produtos para casa.
Pessoa que usa ou consome um produto ou serviço específico.
Fonte: Elaborado pelo Autor.
38
O Quadro 4 apresenta uma síntese dos papéis–chave de maior frequência que
os membros da família podem assumir com suas definições básicas compiladas dos
autores pesquisados. O número e a identidade dos que irão preenchê-los variam de
família para família e de produto para produto, sendo possível um número infinito de
arranjos envolvendo membros da família e papéis-chave, inclusive podendo, em
dado processo de compra, um ou mais desses papéis não serem requisitados
(SCHIFFMAN; KANUK, 2000).
2.8 MODELO TEÓRICO
Segundo Malhotra (2006, p.73), modelo teórico (analítico) “é um conjunto de
variáveis e seus inter-relacionamentos concebidos para representar, no todo ou em
parte, um sistema ou processo real”, isto é, representa hipóteses ou suposições
sobre o funcionamento de uma dada situação. Para Sampieri, Collado e Lucio
(1991), os modelos teóricos podem auxiliar no entendimento de certa realidade, na
medida em que relacionam os constructos envolvidos e proporcionam uma síntese
dos
antecedentes
e/ou conseqüentes do constructo que está sendo estudado.
Schiffman e Kanuk (2000) definem modelo como sendo uma representação da
realidade designada para mostrar relacionamentos entre vários elementos de um
sistema ou processo sob investigação e para Hair Jr. et al. (2005, p.469), modelo é
um “conjunto especificado de relações de dependência que podem ser testadas
empiricamente – uma operacionalização de uma teoria”.
O propósito de um modelo, segundo Hair Jr. et al. (2005), é fornecer
concisamente uma apresentação abrangente das relações pesquisadas, podendo
ser formalizado em um diagrama de caminhos ou em um conjunto de equações
estruturais. Os modelos podem ter muitas formas diferentes, mas segundo Malhotra
(2006) as estruturas mais comuns são: verbais (representam por escrito as relações
entre variáveis), gráficas (fornecem um retrato visual das relações entre variáveis) e
matemáticas (descrevem explicitamente as relações entre variáveis em forma de
equações matemáticas). Essas estruturas de modelos se complementam e ajudam
ao pesquisador a identificar questões e hipóteses de pesquisa relevantes, sendo os
modelos gráficos particularmente úteis para contextualizar uma abordagem do
problema (HAIR JR. et al., 2005).
39
Especificamente na área do marketing, o uso de modelos que buscam investigar
fenômenos e representá-los tem demonstrado grande relevância, haja vista o
elevado número de modelos desenvolvidos por acadêmicos e profissionais da área
publicados nos últimos 50 anos nas principais revistas acadêmicas (BRUGGEN;
WIERENGA, 2000). Confirmando na prática a importância do tema, o International
Journal of Research in Marketing elaborou, no final de 2000, uma edição especial
exclusivamente sobre modelagem em marketing. Dada a importância do uso dos
modelos teóricos como parte integrante de trabalhos de pesquisa, o seu
desenvolvimento requer cuidados especiais a fim de que não sejam construídos sem
o devido embasamento científico, sendo imprescindível que todo o processo de
modelagem esteja alicerçado em pressupostos e hipóteses com comprovado lastro
teórico, atribuindo credibilidade ao trabalho (SUTTON; STAW, 1995).
Nesse contexto, estão expostas a seguir as linhas definidas para a construção
do modelo teórico da participação feminina na decisão de compra do vestuário
masculino, o qual norteou essa pesquisa, bem como a base conceitual utilizada para
definição dos constructos participantes e forma de mensurá-los, como também para
a formulação das hipóteses de estudo.
2.8.1 Desenvolvimento do Modelo Teórico de Estudo
A base conceitual para definição do modelo teórico proposto com suas
variáveis de estudo (variáveis latentes ou constructos e suas variáveis manifestas
ou indicadores) e para a proposição dos relacionamentos entre essas (hipóteses), foi
fornecida pela revisão de literatura, através de consultas a obras clássicas, periódicos,
trabalhos científicos, sites e livros atuais dos mais relevantes autores da área, tendo
como objetivo auxiliar a responder a questão de pesquisa: Qual a participação feminina
no processo de decisão de compra do vestuário masculino?
O embasamento teórico é de fundamental importância quando se usa a técnica da
análise fatorial confirmatória, pois como afirmam Aranha e Zambaldi (2008, p.108): “O
requisito mínimo para a execução da análise fatorial confirmatória (AFC) é o
pesquisador possuir de antemão uma hipótese acerca da quantidade de fatores
comuns e apresentar uma expectativa teórica sobre qual fator deve carregar em qual
variável”. Segundo os autores, “toda aplicação da AFC procura verificar se os dados
40
observados se comportam de acordo com uma expectativa teórica”.
Em razão da escassez de trabalhos anteriores específicos sobre o tema em
estudo, não foi possível utilizar-se totalmente de constructos e variáveis manifestas
previamente organizados para a definição de um modelo representativo do fenômeno
estudado, mas sim, definir-se com base em todo o percurso da revisão de literatura,
especificamente em Bastos (2005) e Davidovitsch (2007), os antecedentes e
conseqüentes da participação feminina na decisão de compra do vestuário
masculino. O modelo teórico proposto (Figura 10) apresenta os antecedentes e
conseqüentes do constructo participação feminina na decisão de compra do
vestuário masculino, os quais foram definidos com base no modelo teórico
proposto e aplicado por Davidovitsch (2007), bem como, na revisão da literatura
sobre comportamento do consumidor, que para Richers (1984) caracteriza-se pelas
atividades mentais e emocionais realizadas na seleção, compra e uso de
produtos/serviços para a satisfação de necessidades e desejos, durante o processo
de decisão de compra.
Figura 10 – Modelo Teórico Proposto - Antecedentes e Conseqüentes da
Participação Feminina na Decisão de Compra do Vestuário Masculino
Fonte: Elaborado pelo Autor
41
Os constructos definidos para compor o modelo proposto e os indicadores
especificados para medi-los, tiveram a sua relevância e adequação testadas
através de estudo prévio (survey), aplicado em um grupo formado por
conveniência, composto por 142 mulheres casadas matriculadas em universidades
da cidade de Natal-RN, independente de idade e classe social. O instrumento de
coleta utilizado, questionário, foi adaptado de Bastos (2005) e Davidovitsch (2007),
contando com 27 questões distribuídas em três módulos, de forma aleatória.
Baseado nos resultados encontrados foram mantidos todos os constructos (central,
antecedentes e conseqüentes), reformuladas e reespecificadas quatro questões
que apresentaram dificuldades no entendimento e/ou não mediam o constructo
especificado, e acrescentado para mensuração dos constructos mais oito
indicadores com a finalidade de atender ao que sugere Hair Jr. et al. (2005),
quando afirma que deve-se especificar um mínimo de três variáveis de mensuração
(indicadores) por constructo estudado.
2.8.2 Hipóteses
O percurso da revisão de literatura e a proposição de um modelo geral de
relações entre os constructos estudados (antecedentes e conseqüentes do
constructo central), constituíram-se na base teórica necessária, que aliada ao estudo
prévio realizado, forneceram os subsídios para a formulação das hipóteses a fim de
responder à questão chave dessa pesquisa: Qual a participação feminina no
processo de decisão de compra do vestuário masculino? Para efeito desse estudo,
as hipóteses (Figura 11) foram divididas em básicas (relações diretas entre o
constructo central e seus antecedentes e conseqüentes, envolvem o ponto central
da pesquisa: H1, H2, H3, H4, H5 e H6) e secundárias: relação entre os diversos
constructos antecedentes e conseqüentes e o constructo conseqüente “Decisão do
Homem no Processo de Compra de seu Vestuário” (não envolvendo, portanto, o
constructo central: H7, H8, H9, H10 e H11), de acordo com sua relevância para os
objetivos definidos para a pesquisa (LAKATOS, 2010), constituindo-se, dessa forma,
em resposta temporária, provisória, que o investigador propõe perante uma
interrogação formulada a partir de uma questão de pesquisa (HUOT, 2002, p.53).
No decurso da revisão bibliográfica realizada ficou demonstrado a complexidade
do processo de decisão de compra, que tendo a participação de vários fatores
42
internos e externos, sociais e situacionais, desencadeia atividades mentais e
emocionais levando o consumidor a percorrer uma série de estágios (ASSAEL,
1992; KOTLER; KELLER, 2006; MOWEN, 1995; SOLOMON, 2008). Nesse contexto,
a participação feminina na decisão de compra do vestuário masculino, em
consonância com Bastos (2005), Blackwell, Miniard e Engel (2009), Davidovitsch
(2007), Dias (2003) e Schiffman e Kanuk (2000), tem como principais antecedentes
a dependência masculina, o envolvimento e a influência feminina, esperando-se,
dessa forma, um efeito positivo (mesmo sentido) no constructo central (participação
feminina):
H1: Quanto maior a dependência masculina na compra de seu vestuário, maior
será a participação feminina na decisão de compra do vestuário masculino.
H2: Quanto maior o envolvimento da mulher, maior será a participação feminina
na decisão de compra do vestuário masculino.
H3: Quanto maior a influência feminina na compra do vestuário masculino, maior
será a participação feminina na decisão de compra do vestuário masculino.
Fundamentado em Assael (1992), Churchill e Peter (2000), Cooper e Schindler
(2003), Engel, Blackwell e Miniard (2000, 2009), Etzel et al. (2001), Kotler (1998),
Kotler e Keller (2006), Mowen (1995), Schiffman e Kanuk (2000), Sheth, Mittal e
Newman (2001) e Solomon (2008), espera-se que o constructo participação feminina
na decisão de compra do vestuário masculino e seus antecedentes, também
individualmente, apresentem relação negativa (sentido inverso) com a decisão do
homem no processo de compra de seu vestuário:
H5: Quanto maior a participação feminina na compra do vestuário masculino,
menor será a decisão do homem no processo de compra do seu vestuário
H7: Quanto maior a dependência masculina na compra de seu vestuário, menor
será a decisão do homem no processo de compra do seu vestuário.
H8: Quanto maior a influência feminina, menor será a decisão do homem no
processo de compra do seu vestuário.
H9: Quanto maior o envolvimento da mulher, menor será a decisão do homem
no processo de compra do seu vestuário.
43
Figura 11 – Modelo Estrutural e Hipóteses Propostas
Fonte: Elaborado pelo Autor
Por fim, em relação à percepção feminina da importância dos atributos e
categorias do vestuário masculino,
espera-se, em consonância com o que
preconizam Blackwell, Miniard e Engel (2009), Davidovitsch (2007), Dias (2003),
Ries e Trout (1993), Schiffman e Kanuk (2000), Sheth, Mittal e Newman (2001) e
Solomon (2008), que haja um efeito positivo (mesmo sentido) da participação
feminina na decisão de compra do vestuário masculino sobre esses constructos e
que a relação direta (sem participação do constructo central) desses dois
constructos com a decisão do homem no processo de decisão de compra do seu
vestuário, seja nula (inexistente):
H4: Quanto maior a participação feminina na compra do vestuário masculino,
maior será a percepção feminina da importância dos diferentes atributos do
vestuário masculino. .
H6: Quanto maior a participação feminina na compra do vestuário masculino,
maior será a percepção feminina da importância das diferentes categorias do
vestuário masculino.
44
H10: A percepção feminina da importância dos atributos do vestuário masculino
não interfere diretamente na decisão do homem no processo de compra do seu
vestuário.
H11: A percepção feminina da importância das categorias do vestuário
masculino não interfere diretamente na
compra do seu vestuário.
decisão do homem no processo de
45
3 METODOLOGIA
A metodologia utilizada para o alcance dos objetivos definidos foi escolhida
levando-se em consideração a complexidade do processo de decisão de compra, as
várias relações consideradas no modelo proposto, bem como a importância da
influência dos fatores sociais (externos) e psicológicos (internos) presentes e as
particularidades do fenômeno abordado.
Para melhor orientação desse estudo, consecução dos objetivos estipulados e
cumprimento do cronograma definido, foram seguidas doze etapas (Figura 12) na
sua realização: fundamentação teórica, proposição do modelo teórico, definição do
modelo de mensuração (indicadores), elaboração do instrumento de coleta de
dados, definição da população e da amostra, formulação das hipóteses de estudo,
coleta e preparação da base de dados, processamento dos dados, avaliação
individual dos constructos, avaliação do modelo teórico e confirmação das hipóteses,
análise e interpretação dos resultados e conclusão do estudo.
Figura 12 – Esquema da Pesquisa
Fonte: Elaborado pelo Autor
46
3.1 TIPO DE PESQUISA
O modelo de pesquisa proposto pode ser classificado quanto a três aspectos
fundamentais:
 Quanto à natureza das variáveis pesquisadas: quantitativa, pois o estudo
implica em medir relações entre variáveis (ROESCH, 2005) e em que grau
essa relações estão presentes (MATTAR, 1999);
 Quanto aos fins: integração de dois fins, cada um destinado à determinada fase
da pesquisa. Um exploratório utilizado para clarificar conceitos e dotar o
pesquisador de um maior conhecimento sobre o tema e questão de pesquisa e
um descritivo que “visa prover o pesquisador de dados sobre as características
de grupos, estimar proporções de determinadas características e verificar a
existência de relações entre variáveis” (MATTAR, 1999, p.94); e
 Quanto aos Meios: serão utilizados dois procedimentos técnicos a pesquisa
bibliográfica na fase exploratória e o levantamento de campo (survey), com
interrogação direta à amostra definida, na fase descritiva (GIL, 2009).
Na pesquisa bibliográfica utilizou-se o método de levantamentos em fontes
secundárias, que para Mattar (1999, p.82), compreendem: “levantamentos
bibliográficos,
levantamentos
documentais,
levantamento
de
estatísticas
e
levantamentos de pesquisas realizadas”. Os levantamentos foram realizados de
forma sistemática, sendo as primeiras consultas feitas em artigos, dissertações e
teses nacionais, em seguida publicações internacionais e, finalmente, consulta aos
livros e autores mais citados nos estudos pesquisados e pertinentes ao tema, bem
como a órgãos governamentais e associações de classe. A pesquisa de campo
(survey), fase descritiva, foi realizada no mês de Março/Abril de 2011 com a
aplicação, por equipe treinada pelo pesquisador, de questionário constituído por uma
série de 35 perguntas de estimação ou avaliação agrupadas em quatro blocos nos
quais os respondentes emitiram julgamento através de uma escala com vários graus
de intensidade para cada item pesquisado (LAKATOS, 2010). Um quinto bloco, com
quatro questões, foi incluído para coletar dados sobre o perfil sócio-demográfico dos
respondentes e, dessa forma, possibilitar uma melhor caracterização dos sujeitos da
pesquisa.
47
3.2 OPERACIONALIZAÇÃO DAS VARIÁVEIS
3.2.1 Modelo de Mensuração
O Modelo de Mensuração para os constructos pesquisados, representação
gráfica da ligação dos constructos com seus indicadores (Figura 13), seguiu um
padrão de símbolos pré-definidos que são reconhecidos pelo vários softwares
utilizados no processamento de dados através da Análise Fatorial Confirmatória
(AFC) e da Modelagem de Equações Estruturais (SEM) e dizem respeito às
variáveis, e às relações entre elas: os retângulos representam os indicadores
(variáveis manifestas ou de mensuração); as elipses representam os constructos
(variáveis latentes ou fatores); uma seta reta com uma única ponta indica o caminho
ou a relação de causa entre duas variáveis e uma seta curva com duas pontas entre
duas variáveis representa uma correlação ou covariância (Figura 14).
Figura 13 – Modelo de Mensuração dos Constructos Pesquisados
Fonte: Elaborado pelo Autor
Obedecendo ao que preconiza Arbuckle (2006), o diagrama foi desenhado de
modo que o fluxo causal entre os constructos apresenta-se da esquerda para a
direita.
48
3.2.2 Constructos e Variáveis Manifestas
Para mensuração do constructo central, Participação Feminina na Decisão de
Compra do Vestuário Masculino, entendida como a intensidade ou importância da
participação da mulher na decisão de compra das roupas de seu marido/companheiro,
foram definidas três variáveis manifestas (Quadro 5) medidas em termos de
frequência, variando de “não, nunca” até “sim, sempre” (escala likert de 5 pontos).
Quadro 5 – Constructo Participação Feminina e Variáveis Manifestas
Constructo Participação Feminina na Decisão de Compra do Vestuário Masculino - PF
Revisão Bibliográfica: Bastos (2005), Blackwell, Miniard e Engel (2009), Davidovitsch (2007), Dias
(2003) e Schiffman e Kanuk (2000).
Questionário
Variáveis Manifestas
Fontes
PF1 - Mulher acompanhar o Homem
Bloco I / Questão 1
Adaptado de Bastos (2005)
na compra de suas roupas
PF2 - Mulher ter prazer em comprar
Adaptado de Davidovitsch (2007) e
Bloco I / Questão 2
com o homem suas roupas
Schiffman e Kanuk (2000)
PF3 - Mulher avaliar com o homem
Adaptado de Solomon (2008) e
Bloco I / Questão 3
esse tipo de compra
Blackwell, Miniard e Engel (2009)
Fonte: Elaborado pelo Autor
A Dependência Masculina na Compra de seu Vestuário, primeiro constructo
antecedente, entendida como sendo a dependência ou necessidade do homem da
ajuda de sua esposa/companheira durante o processo de decisão de compra de suas
roupas, teve seu valor mensurado por três variáveis manifestas (Quadro 6) medidas
em termos de frequência, variando de “não, nunca” até “sim, sempre” (escala likert de
5 pontos).
Quadro 6 – Constructo Dependência Masculina e Variáveis Manifestas
Constructo Dependência Masculina na Compra de seu Vestuário - DM
Revisão Bibliográfica: Ariely e Levav (2000), Bastos (2005), Blackwell, Miniard e Engel (2009),
Churchill e Peter (2000), Davis e Rigaux (1974), Kotler (2000), Kotler e Keller (2006), Park e Lessig
(1977), Schiffman e Kanuk (2000), Sheth, Mittal e Newman (2001) e Solomon (2008).
Questionário
Variáveis Manifestas
Fontes
DM1 - Homem gostar de ser
Adaptado de Bastos (2005) e
Bloco I / Questão 8
incentivado a vestir-se bem
Solomon (2008)
DM2 - Homem pedir recomendações
Adaptado de Bastos (2005) e
Bloco I / Questão 9
sobre vestir
Solomon (2008)
DM3 - Homem aprovar o gosto da
Adaptado de Solomon (2008) e
Bloco I / Questão 10
Mulher para suas roupas
Blackwell, Miniard e Engel (2009)
Fonte: Elaborado pelo Autor
49
O Envolvimento da Mulher na Compra do Vestuário Masculino, segundo constructo
antecedente, entendido nesse estudo como um estado interno de interesse e
estimulação gerado pelo grau de relevância pessoal percebida do produto vestuário
masculino para uso do seu marido/companheiro, teve seu valor mensurado por quatro
variáveis manifestas (Quadro 7) medidas em termos de frequência, variando de “não,
nunca” até “sim, sempre” (escala likert de 5 pontos).
Quadro 7 – Constructo Envolvimento da Mulher e Variáveis Manifestas
Constructo Envolvimento da Mulher na Compra do Vestuário Masculino – EM
Revisão Bibliográfica: Andrews, Durvasula e Akhter (1990), Arora (1982), Assael (1992),
Blackwell, Miniard e Engel (2009), Bloch, Sherrell e Ridgway (1986), Celsi e Olson (1988), Coulter,
Price e Feick (2003), Davidovitsch (2007), Engel, Blackwell e Miniard (2000), Houston e Rothschild
(1977), Laurent e Kapferer (1985), O'Cass (2004), Richins e Bloch (1986), Schiffman e Kanuk
(2000), Sheth, Mittal e Newman (2001), Warrington e Shim (2000) e Zaichkowsky (1985).
Questionário
Variáveis Manifestas
Fontes
EM1 - Mulher gostar de comprar
Adaptado de Davidovitsch (2007) e
Bloco II / Questão 1
roupa para o Homem
Schiffman e Kanuk (2000)
EM2 - Mulher analisar detalhes na
Adaptado de Solomon (2008) e
Bloco II / Questão 2
compra das roupas para o Homem
Blackwell, Miniard e Engel (2009)
EM3 - Mulher acertar na compra de
Adaptado de Sheth, Mittal e Newman
Bloco II / Questão 3
roupa para o Homem
(2001) e Schiffman e Kanuk (2000)
EM4 – Mulher considerar importante
Adaptado de Sheth, Mittal e Newman
Bloco II / Questão 4
esse tipo de compra
(2001) e Schiffman e Kanuk (2000)
Fonte: Elaborado pelo Autor
Quadro 8 – Constructo Influência Feminina e Variáveis Manifestas
Constructo Influência Feminina na Compra do Vestuário Masculino – IF
Revisão Bibliográfica: Bastos (2005), Blackwell, Miniard e Engel (2009), Davidovitsch (2007),
Engel, Blackwell e Miniard (1995), Gary (1981), Mowen e Minor (1998), Shiffman e Kanuk (2000),
Solomon (2008), Wells e Prensky (1996) e Zaichowsky (1995).
Questionário
Variáveis Manifestas
Fontes
IF1 - Mulher ser responsável pelas
Bloco I / Questão 4
Adaptado de Davidovitsch (2007)
compras das roupas do Homem
IF2 - Mulher orientar o vestir do
Adaptado de Bastos (2005) e
Bloco I / Questão 5
Homem
Blackwell, Miniard e Engel (2009)
IF3 - Mulher gostar de surpreender
Bloco I / Questão 6
Adaptado de Bastos (2005)
no estilo da roupa do Homem
IF4 – Mulher Preferir presentear o
Adaptado de Schiffman e Kanuk
Bloco I / Questão 7
Homem com roupas
(2000)
Fonte: Elaborado pelo Autor
Para mensurar o terceiro constructo antecedente, Influência Feminina na Compra
do Vestuário Masculino, entendida como o poder da mulher de influenciar ou direcionar
50
o processo de decisão de compra das roupas de seu marido/companheiro, foram
definidas quatro variáveis manifestas (Quadro 8) medidas em termos de frequência,
variando de “não, nunca” até „sim, sempre” (escala likert de 5 pontos).
Quadro 9 – Constructo Importância dos Atributos e Variáveis Manifestas
Constructo Percepção Feminina da Importância dos Diferentes Atributos do Vestuário
Masculino – IA
Revisão Bibliográfica: Blackwell, Miniard e Engel (2009), Davidovitsch (2007), Dias (2003), Ries e
Trout (1993), Schiffman e Kanuk (2000), Sheth, Mittal e Newman (2001) e Solomon (2008).
Questionário
Variáveis Manifestas
Fontes
Adaptado de Davidovitsch (2007),
Bloco III / Questão 1 IA1 - Importância do Conforto
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IA2 - Importância do Bom corte
Bloco III / Questão 2
Blackwell, Miniard e Engel (2009) e
(modelagem)
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco III / Questão 3 IA3 - Importância do Estilo
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco III / Questão 4 IA4 - Importância da Marca (griffe)
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IA5 - Importância da Relação entre
Bloco III / Questão 5
Blackwell, Miniard e Engel (2009) e
qualidade e preço
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IA6 - Importância da Atualidade do
Bloco III / Questão 6
Blackwell, Miniard e Engel (2009) e
modelo (moda)
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco III / Questão 7 IA7 - Importância da Funcionalidade
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco III / Questão 8 IA8 - Importância do Preço
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco III / Questão 9 IA9 - Importância da Qualidade
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco III / Questão 10 IA10- Importância da Durabilidade
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Fonte: Elaborado pelo Autor
A Percepção Feminina da Importância dos Diferentes Atributos do Vestuário
Masculino, primeiro constructo conseqüente, entendida como o grau de importância
que a mulher dispensa aos atributos tangíveis ou intangíveis das roupas masculinas
durante o processo de decisão de compra de vestuário para seu marido/companheiro,
teve seu valor mensurado através de dez variáveis manifestas (Quadro 9) medidas em
51
termos de importância atribuída, variando de “sem importância” até “muito importante”
(escala likert de 5 pontos).
A Decisão do Homem no Processo de Compra de seu Vestuário, segundo
constructo conseqüente, que nesse estudo diz respeito à atuação do homem no papel
de Decisor (segundo Engel et al., 2000, aquele que decide se deve comprar, o que,
como e onde comprar) no processo de compra de suas roupas, teve seu valor
mensurado por quatro variáveis manifestas (Quadro 10) medidas em termos de
frequência, variando de “não, nunca” até “sim, sempre” (escala likert de 5 pontos).
Quadro 10 – Constructo Decisão de Compra do Homem e Variáveis Manifestas
Constructo Decisão do Homem no Processo de Compra de seu Vestuário
DH
Revisão Bibliográfica: Assael (1992), Blackwell, Miniard e Engel (2009), Churchill e Peter (2000),
Cooper e Schindler (2003), Engel, Blackwell e Miniard (2000), Etzel et al. (2001), Kotler (1998),
Kotler e Keller (2006), Mowen (1995), Schiffman e Kanuk (2000), Sheth, Mittal e Newman (2001) e
Solomon (2008).
Questionário
Variáveis Manifestas
Fontes
Adaptado de Solomon (2008),
DH1 - Homem ter a iniciativa de
Bloco II / Questão 5
Kotler (2008) e
“ir às compras” de suas roupas
Blackwell, Miniard e Engel (2009)
Adaptado de Solomon (2008),
DH2 - Homem definir a forma de
Bloco II / Questão 6
Kotler (2008) e
pagamento
Blackwell, Miniard e Engel (2009)
Adaptado de Cooper e Schindler (2003),
DH3 - Homem não partilhar com
Bloco II / Questão 7
Solomon (2008) e
Mulher a decisão de compra
Blackwell, Miniard e Engel (2009)
Adaptado de Cooper e Schindler (2003),
DH4 - Homem decidir que roupa
Bloco II / Questão 8
Solomon (2008) e
comprar
Blackwell, Miniard e Engel (2009)
Fonte: Elaborado pelo Autor
Para mensuração do terceiro constructo conseqüente, Percepção Feminina da
Importância das Diferentes Categorias do Vestuário Masculino, considerado como a
importância dispensada pela mulher aos diversos tipos, categorias ou classes de
roupas masculinas durante o processo de compra de vestuário para seu
marido/companheiro, foram definidas sete variáveis manifestas (Quadro 11) medidas
em termos de importância atribuída, variando de “sem importância” até “muito
importante” (escala likert de 5 pontos).
52
Quadro 11 – Constructo Importância das Categorias e Variáveis Manifestas
Percepção Feminina da Importância das Diferentes Categorias do Vestuário Masculino – IC
Revisão Bibliográfica: Blackwell, Miniard e Engel (2009), Davidovitsch (2007), Dias (2003), Ries e
Trout (1993), Schiffman e Kanuk (2000), Sheth, Mittal e Newman (2001) e Solomon (2008).
Questionário
Variáveis Manifestas
Fontes
Adaptado de Davidovitsch (2007),
IC1 - Importância Roupas Íntima
Bloco IV / Questão 1
Blackwell, Miniard e Engel (2009) e
(Underwear)
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IC2 - Importância Roupas de Praia
Bloco IV / Questão 2
Blackwell, Miniard e Engel (2009) e
(banho)
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco IV / Questão 3 IC3 - Importância Roupas para Lazer Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IC4 - Importância Roupas para
Bloco IV / Questão 4
Blackwell, Miniard e Engel (2009) e
Trabalho (dia a dia)
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IC5 - Importância Roupas Social
Bloco IV / Questão 5
Blackwell, Miniard e Engel (2009) e
Informal (Casual)
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
IC6 - Importância Roupas Social
Bloco IV / Questão 6
Blackwell, Miniard e Engel (2009) e
Formal
Schiffman e Kanuk (2009)
Adaptado de Davidovitsch (2007),
Bloco IV / Questão 7 IC7 - Importância Roupas de Dormir
Blackwell, Miniard e Engel (2009) e
Schiffman e Kanuk (2009)
Fonte: Elaborado pelo Autor
3.3 UNIVERSO E AMOSTRA
O Universo definido para este trabalho foi mulheres casadas ou mantendo união
estável maiores de 17 anos, alfabetizadas e residentes no município de Natal-RN,
independente de classe social. A amostra, subconjunto do universo ou da população
por meio do qual se estabelecem ou se estimam as características dos mesmos
(GIL, 2009), foi definida de forma não probabilística, mas sim formada pelo critério
de acessibilidade. Foram aplicados 550 questionários, sem nenhum critério
planejado de estratificação, alcançando-se um total de 535 questionários válidos
(2,73% de perda), atendendo ao que determinam Hair Jr. et al. (2005, p.484) quando
consideram “mais adequada uma proporção de 10 respondentes por parâmetro”
para uma distribuição normal, devendo-se aumentar esta razão para 15
respondentes por parâmetro no caso dos dados violarem as suposições de
normalidade multivariada, fornecendo dessa forma tamanho amostral suficiente para
minimizar o impacto do erro de amostragem. Cabe frisar que apesar da amostra
utilizada ter sido classificada como não probabilística devido à forma como foi
53
formada, um delineamento amostral probabilístico, através de processo de
amostragem causal simples com nível de confiança de 95% e erro máximo amostral
de 4,4% para busca de estimação do parâmetro populacional desconhecido
proporção de sucessos (p) de uma população finitamente grande, implicaria em uma
amostra de aproximadamente 520 respondentes, critério atendido plenamente pelo
total de sujeitos dessa pesquisa, se considerado apenas o tamanho da amostra.
3.3.1 Tamanho da Amostra
De acordo com Gefen, Straub e Boudreau (2000), Hair Jr. et al. (2005) e
Tabachnick e Fidel (2007), o tamanho da amostra tem um impacto profundo para
atingir-se a significância estatística, tanto para tamanhos pequenos quanto para
grandes. Devido à sofisticação e complexidade das técnicas multivariadas, quando
são aplicadas em amostras pequenas podem resultar facilmente em baixíssimo
poder estatístico para o teste identificar resultados significantes ou em um ajuste
muito fácil dos dados, levando a resultados artificialmente bons. Amostras
demasiadamente grandes também podem trazer impacto semelhante, pois podem
tornar os testes estatístico muito sensíveis. As pesquisas censitárias são exceção,
pois qualquer diferença ou relação é verdadeira e existe, independente do tamanho
da amostra. Segundo Hair Jr. et al. (2005), o pesquisador de hoje pode consultar
estudos publicados que detalham o tamanho ideal da amostra para cada tipo
específico de pesquisa e comportamento dos dados coletados. No caso dessa
pesquisa, foi seguida orientação de Hair Jr. et al. (2005) para ausência de
normalidade da amostra, sendo considerado um número mínimo de 15
respondentes por questão aplicada (indicador), resultando assim em um total de 525
respondentes (N real = 535). Salientam ainda os autores que para tamanhos de
amostras que excedam 200 ou 400 respondentes, o pesquisador deverá examinar,
obrigatoriamente, todos os resultados significantes estatisticamente para verificar e
garantir que tenham significância prática devido ao poder estatístico elevado pelo
tamanho da amostra. “Logo, um pesquisador ou usuário de técnicas multivariadas
sempre deve avaliar os resultados à luz da amostra usada na análise” (HAIR JR. et
al., 2005, p.39).
54
Tabela 1 – Níveis de Poder para a Comparação de Duas Médias: Variações por
Tamanho da Amostra, Nível de Significância e Tamanho do Efeito
alfa (α) = 0,05
Tamanho
da
Tamanho do Efeito (ES - Efectt Size)
Amostra
Pequeno (0,2)
Moderado (0,5)
20
0,095
0,338
40
0,143
0,598
60
0,192
0,775
80
0,242
0,882
100
0,290
0,940
150
0,411
0,990
200
0,516
0,998
Fonte: Hair Jr. et al. (2005, p.31)
alfa (α) = 0,01
Tamanho do Efeito (ES - Efectt Size)
Pequeno (0,2)
Moderado (0,5)
0,025
0,144
0,045
0,349
0,067
0,549
0,092
0,709
0,120
0,823
0,201
0,959
0,298
0,992
Tabela 2 – Influência do Tamanho da Amostra nos Níveis de Significância para a
Correlação Pearson
Nível de Significância - teste Pearson Unicaudal
Tamanho da
0,05
0,025
0,01
Amostra
Nível de Significância - teste Pearson Bicaudal
0,10
0,05
0,02
1
0,9880
0,9970
0,9995
2
0,9000
0,9500
0,9800
3
0,8050
0,8780
0,9340
4
0,7290
0,8110
0,8820
5
0,6690
0,7540
0,8330
10
0,4970
0,5760
0,6580
20
0,3600
0,4230
0,4920
40
0,2570
0,3040
0,3580
60
0,2110
0,2500
0,2950
80
0,1830
0,2170
0,2560
100
0,1640
0,1950
0,2300
Fonte: Adaptado de University of New England (2011)
0,005
0,01
0,9999
0,9900
0,9590
0,9170
0,8740
0,7080
0,5370
0,3930
0,3250
0,2840
0,2540
Tabela 3 – Orientações para Identificação de Cargas Fatoriais Significantes com
Base no Tamanho da Amostra
Carga Fatorial
Tamanho necessário da amostra para significância *
0,300
350
0,350
250
0,400
200
0,450
150
0,500
120
0,550
100
0,600
85
0,650
70
0,700
60
0,750
50
* A significância é baseada em um nível de significância de 0,05 (α), um nível de poder de 80% e
erros padrão, os quais se pressupõe que sejam o dobro dos de coeficiente de correlação
Fonte: Hair Jr. et al. (2005, p.107)
55
As Tabelas 1, 2 e 3 demonstram, na prática, o efeito que a variação no tamanho
da amostra produz na significância dos resultados encontrados através da aplicação
das técnicas multivariadas. Essa constatação, teórica e prática, será de vital
importância para essa pesquisa, servindo de orientação para uma correta análise
dos resultados encontrados, devendo-se usar com parcimônia a significância
estatística e a significância prática como preconiza Hair Jr. et al. (2005).
3.4 COLETA DE DADOS E INSTRUMENTO
Segundo Lakatos e Marconi (2010, p.149), a coleta de dados é a “etapa da
pesquisa em que se inicia a aplicação dos instrumentos elaborados e das técnicas
selecionadas, a fim de se efetuar a coleta dos dados previstos”, os autores
complementam informando que as técnicas de coleta de materiais tradicionalmente
utilizadas na pesquisa de campo de caráter quantitativo envolvem a utilização da
observação direta extensiva, realizada por meio da aplicação de questionários e/ou
formulários de medidas de opinião e atitudes. Essa pesquisa teve como instrumento
de coleta de dados um questionário com perguntas de estimação ou avaliação,
aplicado através de abordagem direta à amostra definida por uma equipe (dois
casais) treinada e supervisionada pelo pesquisador.
O Questionário foi adaptado tomando como referência Bastos (2005) e
Davidovitsch (2007), a fim de possibilitar maior agilidade na sua elaboração, bem
como evitar problemas de compreensão durante a realização do processo de coleta
de dados. Apesar de ter sido adaptado de instrumentos já testados/aplicados, foi
realizado um pré-teste em uma amostra definida pelo critério de acessibilidade,
composta por 142 universitárias casadas, para verificação da sua real aderência aos
objetivos propostos, o qual resultou em algumas modificações a fim de tornar as
questões mais claras e o questionário mais objetivo. O questionário aplicado
(Apêndice) foi estruturado em cinco blocos, sendo os quatro primeiros blocos
formados por questões destinadas a mensurar os constructos pesquisados (35
questões), enquanto que o quinto bloco (4 questões), destinou-se à coleta de dados
acerca do perfil sócio-demográfico dos respondentes com a finalidade de melhor
caracterizar os sujeitos da pesquisa (Quadro 12).
56
Nos
quatro primeiros
blocos,
foram
utilizadas
escalas somatórias ou
simplesmente escalas de Likert - modelo proposto por Rensis Likert em 1932 - no
qual os respondentes indicam não somente a sua concordância/discordância com as
questões, mas também o grau da sua escolha, atribuindo notas de um a cinco de
forma seqüencial e independente para cada questão apresentada. A opção feita pela
escala Likert de cinco pontos para uso no questionário aplicado, deveu-se ao fato do
poder de discriminação conseguido com cinco pontos ser suficiente para atingir os
objetivos dessa pesquisa, pois de acordo com Devlin, Dong e Brown (1993), deve-se
utilizar no mínimo menos três pontos, sendo que pouco é acrescentado além de
cinco pontos e que com um número de pontos excessivo o respondente acaba por
definir um subconjunto da escala, introduzido um problema de calibração na escala,
prejudicando a avaliação dos escores registrados. A escala Likert apesar de não
possuir propriedades intervalares perfeitas, vem sendo tratada e aceita por
pesquisadores em ciências sociais como se assim fosse (BURNHAM; FRELS;
MAHAJAN, 2003; CARUANA, 2004; LAM et al., 2004; LEE; LEE; FEICK, 2001;
MATTAR, 1999). No quinto bloco, perfil sócio-demográfico, foram utilizadas escalas
de mensuração do tipo nominal (SD4 - ocupação) e ordinal (SD1 - idade, SD2 escolaridade e SD3 - renda).
Como estratégia de induzir o respondente a assinalar espontaneamente as
respostas sem preocupar-se com o que se pretende medir, nos dois primeiros
blocos as questões foram apresentadas de forma intercalada para evitar que os
respondentes reconhecessem algum padrão de relação entre elas. Além dessa
precaução, foram incluídas no bloco dois, quatro questões com escala reversa com
o objetivo de impedir que o respondente assumisse que a nota mais alta fosse
sempre a de maior “peso” e adotasse um padrão automático de respostas
(ARANHA; ZAMBALDI, 2008).
Quadro 12 – Perfil Sócio-Demográfico da Amostra Pesquisada
Perfil Sócio-Demográfico
Questionário
Variável Manifesta
SD1
–
Idade
Bloco V / Questão 1
SD2 – Escolaridade
Bloco V / Questão 2
SD3 - Renda Familiar Mensal
Bloco V / Questão 3
SD4 – Ocupação
Bloco V / Questão 4
Fonte: Elaborado pelo Autor
Fontes
IBGE/Censo, 2010
MEC/LDB, 1996
IPC Target, 2010
IBGE/Censo, 2010
57
3.5 PROCESSAMENTO DOS DADOS
No processamento dos dados coletados foram empregadas técnicas estatísticas
de natureza univariada e multivariada, destacando-se as estatísticas descritivas
associadas à tendência central e à dispersão da amostra (média e desvio padrão),
bem como o teste de Kaiser-Meyer-Olkin de Medida de Adequação da Amostra
(KMO), a análise de confiabilidade (Alpha de Cronbach) e outros métodos
estatísticos multivariados associados à análise fatorial, que de acordo com Hair Jr. et
al. (2005, p.91), “é um nome genérico dado a uma classe de métodos estatísticos
multivariados cujo propósito principal é definir a estrutura subjacente em uma matriz
de dados”. As técnicas de análise fatorial atendem bem aos propósitos de testar e
explorar modelos capazes de explicar as relações de causa entre variáveis latentes
e variáveis manifestas, bem como demonstrar as relações existentes entre as
diversas variáveis latentes, dependentes e independentes, de um modelo teórico.
Por essas características, foi a técnica utilizada na análise estatística dos dados
coletados para realização dessa pesquisa.
3.5.1 Análise Fatorial
Para Blalock (1984), um dos mais sérios e importantes problemas que o
pesquisador em ciências sociais enfrenta é operacionalizar fenômenos que não
podem ser diretamente observados em variáveis empiricamente observáveis, isto é,
transformar conceitos em indicadores empíricos, pois como afirmam Zeller e
Carmines (1980), um mesmo conceito (constructo/fator) pode ser operacionalizado
de formas diferentes. Nesse mesmo sentido, Reisinger e Turner (1999) afirmam que
os constructos latentes de percepção, avaliação, satisfação ou medidas de
comportamento, têm baixa confiabilidade e que quanto menor a confiança nas
medidas, maior a dificuldade em observar-se as relações entre os constructos
latentes e as demais variáveis. Segundo Tabachnick e Fidel (2007) uma forma de
mensurar esses conceitos é identificar variáveis que “caminham juntas”, isto é,
apresentam a mesma estrutura subjacente e isso pode ser implementado através da
análise fatorial. De acordo com Zeller e Carmines (1980), a análise fatorial não se
refere a uma única técnica estatística, mas a uma variedade de técnicas
relacionadas que são indicadas para reduzir uma grande quantidade de variáveis
manifestas (indicadores) a um número menor de fatores (variáveis latentes),
58
tornando os dados observados mais facilmente interpretados. Para Filho (2001),
Gefen, Straub e Boudreau (2000), Gosling (2004), Latif (2000), Lopes (2001), Hair
Jr. et al. (2005), Tabachnick e Fidel (2007), Urdan e Rodrigues (1999), Urdan e
Zuñiga (2001) e Veiga (2000), podem-se diferenciar duas principais modalidades da
análise fatorial: exploratória e confirmatória.
Concentrando-se na exploração dos padrões de relação entre algumas
variáveis, as quais são representadas por fatores ou componentes principais, e na
carga fatorial entre os fatores e as variáveis, a análise fatorial auxilia o pesquisador a
identificar quais variáveis são descritoras de determinado fator, possuem maior
carga fatorial (HAIR JR. et al., 2005). Nesta perspectiva a análise fatorial apresentase primariamente como uma técnica exploratória (Análise Fatorial Exploratória AFE) sendo sua utilização mais comum nos estágios iniciais de uma pesquisa,
“explorando” os dados e procurando estabelecer relações entre um conjunto de
variáveis através da identificação de padrões de correlação, sendo também utilizada
para criar variáveis independentes ou dependentes a serem utilizadas em modelos
de regressão, mas de acordo Aranha e Zambaldi (2008), Hair Jr. et al. (2005),
Loehlin (2004), Malhotra (2006) e Ullman (2001), atualmente sua aplicação principal
na pesquisa científica é como técnica confirmatória (Análise Fatorial Confirmatória AFC), isto é, o pesquisador guiado pela teoria utiliza-se dessa técnica para testar em
que medida determinadas variáveis manifestas são representativas de uma variável
latente (fator/constructo) e também para testar hipóteses acerca das relações entre
os diversos constructos de um modelo.
Para Hair Jr. et al. (2005, p.492), a analise fatorial confirmatória e a modelagem
de equações estruturais tem “similaridades”, diferenciando-se, basicamente, pelo
fato de que na SEM “o pesquisador tem controle completo sobre a especificação de
indicadores para cada constructo” e, além disso, permitir “um teste estatístico da
qualidade de ajuste para a solução fatorial confirmatória proposta, o que não é viável
com componentes principais ou análise fatorial”. Devido à sua grande similaridade, o
autor caracteriza ambas as técnicas através de dois componentes básicos: (1) o
modelo estrutural e (2) o modelo de mensuração. O modelo estrutural é o modelo de
caminhos, define as relações entre as variáveis latentes (constructos), especificando
como uma variável latente, em particular, causa direta ou indiretamente mudanças
em outras variáveis latentes integrantes do modelo, isto é, relaciona as variáveis
59
dependentes e independentes descrevendo as hipóteses propostas (teoria),
enquanto o modelo de mensuração trata da ligação dos constructos teóricos em
estudo (variáveis latentes ou não observadas) com os escores dos instrumentos de
medida (indicadores, variáveis manifestas ou observadas) que foram designados
para medi-los (HAIR JR. et al., 2005; LEMKE, 2005). O uso de técnicas dessa
complexidade exige que sejam seguidos passos ou estágios sistemáticos com o
propósito de garantir a correta especificação dos modelos e a validade dos
resultados obtidos. Nesse sentido, Tabachnick e Fidel (2007), afirmam que devem
ser cumpridos, no mínimo, três estágios fundamentais: (1) verificação da
adequabilidade da base de dados, (2) determinação da técnica de extração e do
número de fatores a serem extraídos e (3) decisão do tipo de rotação dos fatores.
Com o propósito de garantir a padronização do entendimento da terminologia
utilizada nesse trabalho para designação dos diversos tipos de variáveis
encontradas nos modelos estrutural e de mensuração característicos da AFC,
evitando assim confusão no uso desses termos, o que pode destruir o valor de
estudo de uma pesquisa (COOPER; SCHINDLER, 2003), buscou-se compilar no
Quadro 13 as definições operacionais dos principais tipos de variáveis presentes em
trabalhos científicos dessa natureza, segundo os autores referenciados.
Na aplicação da técnica de análise fatorial, outro aspecto de fundamental
importância é a correta especificação do tipo de escala a ser utilizada para
mensuração dos indicadores da pesquisa, pois na prática, incorporar escalas
inadequadas (nominais e/ou ordinais) implica em dificuldades adicionais a serem
superadas pelo pesquisador que podem chegar a inviabilizar a utilização dessa
técnica multivariada. As escalas nominais são meramente classificativas, descrevem
os sujeitos, mas sem recursos à quantificação, estando no nível mais elementar de
representação. Suas escalas podem ser comparadas apenas utilizando-se relações
de igualdade e é recomendada a sua utilização apenas para descrição dos dados.
Nas escalas ordinais os indivíduos distribuem-se segundo certa ordem permitindo
que
se
estabeleçam
diferenciações,
mas
suas
propriedades
matemáticas
apresentam limitações consideráveis e somente podem ser analisadas por
estatísticas não-paramétricas. Nessa pesquisa, foram utilizadas as escalas nominais
e ordinais apenas para a coleta e registro dos dados sócio-demográficos.
60
Quadro 13 – Variáveis: Terminologia e Definições
Terminologia
Variável
Independente,
Exógena ou
Preditora (VI)
Variável Dependente,
Endógena ou
de Resultado (VD)
Constructos,
Dimensões,
Fatores,
Conceitos,
Variáveis Latentes,
Explicativas,
Não Observadas ou
Não Mensuráveis
Indicadores,
Medidas,
Variáveis de
Mensuração,
Observadas,
Manifestas ou
de Referência
Variáveis: Terminologia e Definições
Definição
Atua simplesmente como Preditora ou
Causadora de um efeito em outra
Variável/Constructo do Modelo Teórico,
suas causas são externas ao modelo em
estudo (Exógenas). Pode ser manipulada,
modificada ou alterada pelo pesquisador
independente de qualquer outra variável
(podem ser observadas e não observadas).
É Resultado em pelo menos uma relação
causal, sua(s) causa(s) estão relacionadas
às variáveis exógenas do Modelo Teórico
em estudo. Representa o critério ou o
padrão pelo qual os resultados do
experimento são julgados (podem ser
observadas e não observadas).
Autores
Maruyama, 1998
Hair Jr. et al., 2005
Hershberger, Marcoulides e
Parramore, 2003
Lemke, 2005
Aaker, Kumar e Day, 2009
Schiffman e Kanuk, 2000
Malhotra, 2006
Maruyama, 1998
Hair Jr. et al., 2005
Hershberger, Marcoulides e
Parramore, 2003
Klem, 2006
Lemke, 2005
Farias e Santos, 2000
Aaker, Kumar e Day, 2009
Cooper e Schindler, 2003
Schiffman e Kanuk, 2000
Malhotra, 2006
Variáveis que não podem ser diretamente
medidas (observadas) devido às suas
características abstratas, mas podem ser
representadas ou medidas por uma ou mais
Variáveis Manifestas. São a base para a
formação de relações causais.
Hair Jr. et al., 2005
Hershberger, Marcoulides e
Parramore, 2003
Santos, 2002
Cooper e Schindler, 2003
Variáveis que tem seus valores diretamente
observados, manifestam o valor de um item
ou questão específica, são usadas para
medir
as
Variáveis
Latentes,
são
indicadores de um Conceito complexo e/ou
abstrato que se deseja medir.
Hair Jr. et al., 2005
Hershberger, Marcoulides e
Parramore, 2003
Santos, 2002
Variáveis que não pertencem ao modelo
estudado, mas que afetam os resultados da
Variáveis
pesquisa, pois interferem nas mudanças
Extrínsecas,
das variáveis dependentes e confundem os
Estranhas ou
resultados
da
pesquisa,
podendo
de Confusão (VE)
enfraquecer ou invalidar o resultado do
experimento.
Fonte: Elaborado pelo Autor
Aaker, Kumar e Day, 2009
Malhotra, 2006
Para os constructos pesquisados, utilizou-se a escala intervalar (medidos por
suas variáveis manifestas através de escala likert) que é uma forma quantitativa de
registrar um fenômeno, posicionando-o em relação a um ponto zero (neutralidade), o
que possibilita a diferenciação matemática das observações, pois as variações entre
as medidas intervalares correspondem, necessariamente, à variações iguais em
termos dos valores que a variável assume. Apesar de apresentar limites em suas
61
propriedades matemáticas, a escala intervalar é definida como contínua e pode ser
utilizada na AFC de forma satisfatória ao contrário das escalas discretas (nominais e
ordinais).
A escala proporcional ou de razão é a mais poderosa de todas as escalas, pois
permite um número considerável de operações matemáticas e o uso de medidas
paramétricas devido, diferentemente das outras escala, possuir um ponto zero
racional e não arbitrário (ausência total de uma característica ou propriedade
medida) o que a torna bastante útil em pesquisas quantitativas, mas segundo
Almeida e Freire (2000), nem sempre é possível ou viável adotá-la nas ciências
sociais devido às dificuldades e até mesmo impossibilidade de fixar-se “pontos de
zero absoluto” para variáveis de estudo nessa área da ciência, fato que
impossibilitou o uso desse tipo de escala nessa pesquisa (Quadro 14).
Quadro 14 – Escalas de Mensuração e Tipos de Testes
Escalas de
Medidas
Características
Escala Nominal
Classifica os sujeitos conforme pertençam
ou não a uma categoria ou característica.
São variáveis categóricas, não podem
avaliar se uma é maior do que outra.
Utilização na Pesquisa: SD4 - Ocupação
- Bloco V.
Tipos de
Testes
Procedimentos
- Frequências
Escala Intervalar
Escala de Razão
(Proporcional)
Atribui valores numéricos a indivíduos,
sabendo-se que um valor é maior do que o
outro e que os valores diferem em
intervalos iguais. Utilização na Pesquisa:
Escalas do tipo Likert utilizadas nos
blocos I, II, III e IV do questionário
aplicado.
É uma escala de intervalo, porém possui
um zero absoluto (total ausência do atributo
medido), isto é, inclui valores que não
podem ser rebaixados na parte inferior e
guardam uma razão entre as quantidades
medidas. Não utilizada na Pesquisa.
Fonte: Adaptado de Almeida e Freire (2006, p.66)
Não-Paramétricos
- Qui-quadrado
- r-bisserial
- Rhô de Sperman
- t-Wilcoxon
- Teste de sinais
Mann-Whitney
- Média
- Desvio padrão
Paramétricos
Escala Ordinal
Ordena os sujeitos segundo a ordem que
ocupam. Sabe-se que um valor é maior que
o outro, mas não ha avaliação do intervalo
entre dois valores. Utilização na Pesquisa:
SD1 - Idade, SD2 - Escolaridade e SD3 Renda Familiar Mensal - Bloco V.
- % Acumuladas
- Frequência
- Regressão
- Análise de
Variância
- r de Pearson
62
3.5.2 Preparação da Base de Dados
De acordo com Hair Jr. et al. (2005), na utilização de quaisquer das técnicas
multivariadas (exceto análise de agrupamento e escalonamento multidimensional)
em pesquisas, principalmente nas ciências sociais e mais especificamente em
administração,
deve-se
observar
atentamente
em
seu
desenvolvimento,
interpretação e validação, seis aspectos: significância estatística x prática (3.5.3);
tamanho da amostra (3.3.1); conhecimento preliminar dos dados (3.5.2.1); modelo
conceitual (2.8.1); aprimoramento do modelo (fora do escopo desse trabalho); e
definição de mecanismos de validação (fora do escopo desse trabalho). O tamanho
da amostra e a definição do modelo conceitual dessa pesquisa já foram analisados
em etapas anteriores, processando-se a seguir a análise preliminar dos dados
coletados e a verificação das implicações da significância estatística e prática na
análise e interpretação dos resultados encontrados através da AFC.
Com a fase de coleta finalizada, os dados foram então tabulados em planilha
eletrônica, formando assim um banco consolidado contendo as respostas dos 535
respondentes (questionários válidos), distribuídas por linhas, para todas as questões
contidas no questionário, distribuídas por colunas. Em seguida, o banco foi
transferido para um software estatístico, sendo efetuada a codificação de todas as
variáveis (constructos e indicadores) e realizada uma análise preliminar dos dados
coletados, condição essencial para a validade dos resultados encontrados na
aplicação da AFC e, conseqüentemente, à sua correta interpretação.
3.5.2.1 Análise Preliminar dos Dados
De acordo com o que recomenda Hair Jr. et al. (2005) e Tabachnick e Fidell
(2001) para a verificação preliminar dos dados a serem tratados através de técnicas
estatísticas multivariadas, foram realizadas análises de eventuais falhas de
tabulação e montagem do banco de dados, bem como do comportamento de
características essenciais da amostra para a aplicação da AFC: dados ausentes ou
omissos (missing data), valores discrepantes (outliers) e normalidade dos dados da
amostra. Os valores ausentes caracterizam-se pela falta de registro de resposta,
considerada a totalidade de respondentes do instrumento de coleta de dados, para
qualquer uma das questões apresentadas, indicadores (HAIR JR. et al., 2005). No
63
caso particular dessa pesquisa, os dados perdidos foram tratados já na fase de
aplicação dos questionários (entrevistas), através da substituição dos questionários
daqueles respondentes que por motivos diversos (término intervalo de aulas, ligação
de celular importante, chegada de condução, mudanças climáticas, etc.) não
responderam à totalidade das questões. Dessa forma, foram considerados como
não válidos 15 questionários (incompletos), correspondente a 2,73% do total
aplicado, diluído pelos vários locais de entrevista, o que segundo Kline (1998) e
Tabachnick e Fidell (2001), já dispensa qualquer análise acerca de dados ausentes
(<5%), encontrando esse procedimento respaldo teórico, também, no conceito de
dados perdidos ignoráveis de Hair Jr. et al. (2005). Desse modo, obteve-se um
banco de dados sem valores ausentes (100% de valores iniciais válidos), mesmo
sem utilização de nenhuma das técnicas disponíveis para correção deste tipo de
evento, que se mal aplicadas podem distorcer a representatividade da amostra em
graus diversos (KLINE, 1998).
A análise de valores discrepantes ou outliers, observações substancialmente
diferentes das demais observações, que de acordo com Hair Jr. et al. (2005), não
devem ser considerados como um problema à primeira vista, foi realizada através da
análise visual dos gráficos Box-Plot de cada indicador (Apêndice), nos quais os
valores discrepantes estão apresentados a 1,5 ou mais desvios quartílicos do quartil
superior ou inferior da distribuição. Através dessa análise e consulta à tabela de
valores extremos geradas pelo software estatístico utilizado (Apêndice), foram
encontrados valores discrepantes para respostas de 15 das 35 questões utilizadas
como variáveis manifestas dos constructos pesquisados, distribuídos nos seguintes
constructos e indicadores: envolvimento da mulher (EM2, EM3 e EM4), decisão do
homem (DH3), importância dos atributos (IA1, IA2, IA3, IA5, IA7, IA8, IA9, IA10) e
importância das categorias (IC1, IC3 e IC5). Do total dos 43 casos extremos
detectados entre os 535 registros no banco de dados, 32 ocorrências estão
concentradas no constructo IA (71% dos registros), mais especificamente nos
indicadores: IA1- conforto; IA2 – Bom Corte; IA3 – Estilo e IA8 – Preço. Seguindo o
que orienta Kline (1998), foi feito um teste do modelo com outliers (535 observações)
e outro sem outliers (492 observações), obtendo-se índices do modelo confirmatório
semelhantes, com pouca alteração nos valores após a exclusão dos outliers. A partir
64
desta constatação empírica, optou-se por manter os casos detectados como outliers
na base de dados e garantir, dessa forma, um tamanho amostral adequado.
Tabela 4 – Medidas de Assimetria e Curtose das Variáveis Manifestas
N
Assimetria
R.C.
Curtose
R.C.
Variável
Válido Estatística Erro Padrão (valor de z) Estatística Erro Padrão (valor de z)
PF1
535
-0,682
0,106
-6,434
-1,174
0,211
-5,564
535
PF2
-1,079
0,106
-10,179
-0,191
0,211
-0,905
535
PF3
-1,098
0,106
-10,358
-0,524
0,211
-2,483
535
IF1
0,137
0,106
1,292
-1,656
0,211
-7,848
535
IF2
-1,220
0,106
-11,509
0,262
0,211
1,242
535
IF3
-0,468
0,106
-4,415
-1,620
0,211
-7,678
535
IF4
-0,583
0,106
-5,500
-0,552
0,211
-2,616
535
DM1
-0,944
0,106
-8,906
-0,427
0,211
-2,024
535
DM2
-0,092
0,106
-0,868
-1,673
0,211
-7,929
535
DM3
-0,882
0,106
-8,321
-0,469
0,211
-2,223
535
EM1
-1,007
0,106
-9,500
-0,163
0,211
-0,773
535
EM2
-1,406
0,106
-13,264
1,133
0,211
5,370
535
EM3
-0,752
0,106
-7,094
-0,280
0,211
-1,327
535
EM4
-1,753
0,106
-16,538
2,931
0,211
13,891
535
DH1
0,490
0,106
4,623
-1,245
0,211
-5,900
535
DH2
-0,489
0,106
-4,613
-1,420
0,211
-6,730
535
DH3
1,465
0,106
13,821
1,000
0,211
4,739
535
DH4
-0,094
0,106
-0,887
-1,602
0,211
-7,592
535
IA1
-0,475
0,106
-4,481
0,370
0,211
1,754
535
IA2
-0,951
0,106
-8,972
1,820
0,211
8,626
535
IA3
-0,706
0,106
-6,660
1,052
0,211
4,986
535
IA4
0,364
0,106
3,434
-0,872
0,211
-4,133
535
IA5
-0,492
0,106
-4,642
0,674
0,211
3,194
535
IA6
0,148
0,106
1,396
-0,884
0,211
-4,190
535
IA7
-0,868
0,106
-8,189
0,078
0,211
0,370
535
IA8
-0,764
0,106
-7,208
1,094
0,211
5,185
535
IA9
-0,932
0,106
-8,792
-0,271
0,211
-1,284
535
3,488
IA10
-1,066
0,106
-10,057
0,736
0,211
535
IC1
-1,069
0,106
-10,085
0,375
0,211
1,777
535
IC2
0,369
0,106
3,481
-0,952
0,211
-4,512
535
IC3
-0,943
0,106
-8,896
0,601
0,211
2,848
535
IC4
-0,167
0,106
-1,575
-1,460
0,211
-6,919
535
IC5
-0,611
0,106
-5,764
-0,540
0,211
-2,559
535
IC6
0,471
0,106
4,443
-1,258
0,211
-5,962
535
IC7
0,671
0,106
6,330
-0,907
0,211
-4,299
Índice de Mardia (coeficiente multivariado de curtose)
377,582
70,080
R.C. = Razão Crítica (valor de z normal)
Fonte: Dados da Pesquisa
65
Reforçando a decisão de manter os outliers encontrados, afirma Mazzon (2004)
que a metodologia de outliers pode não ser indicada para uma escala do tipo Likert,
estatisticamente ordinal mas tratada como intervalar, devendo-se tomar um cuidado
extra nesse tipo de análise, pois os extremos podem conter informações relevantes.
No caso específico dessa pesquisa, os outliers encontrados, foram atribuídos não a
erros de medição ou execução e sim devido à variabilidade dos elementos da
amostra pesquisada, o que segundo Hawkins (1980) corrobora o acerto da decisão
de manter esses valores extremos.
A análise da normalidade univariada dos dados pode ser realizada por meio dos
seus dois componentes: assimetria e curtose. Enquanto a assimetria está
relacionada com o equilíbrio dos lados da distribuição em torno da média, a curtose
está relacionada com o formato da distribuição (achatado, pontiagudo ou suave).
Quando uma distribuição é normal, os valores de simetria e curtose são iguais a
zero. Testes estatísticos (Kolmogorov-Smirnov ou Shapiro-Wilk) podem ser
utilizados para avaliar se os valores de simetria e curtose da amostra são
significativamente diferentes de zero, entretanto são bastante sensíveis ao tamanho
da amostra. Em grandes amostras, o nível de significância dos testes estatísticos
não é tão importante quanto o seu valor real e a aparência visual da distribuição
(Apêndice). A normalidade multivariada dos dados pode ser verificada por meio dos
testes estatísticos Kolmogorov-Smirnov e do coeficiente de Mardia (coeficiente de
curtose multivariado), porém ambos são também sensíveis ao tamanho da amostra
(KLINE, 1998). A Tabela 4 apresenta os resultados das distribuições dos
coeficientes de assimetria e de curtose (distribuições univariadas), os quais negam a
normalidade univariada dos dados da amostra. Além disso, o coeficiente de curtose
multivariado de Mardia (amostral) obtido, igual a 377,582, é muito acima do valor
crítico esperado, menor que 1 (um), não indicando também a presença de
normalidade multivariada.
Segundo Selltizu, Wrightsman e Cook (1987), dificilmente todos esses
pressupostos são atendidos nos estudos em administração, podendo-se assumir
essa condição (ausência de normalidade) como limitação da pesquisa ou no
máximo, como ressalta Micceri (1989), como um indicativo de possível perda de
qualidade das análises estatísticas em amostras com N < 400 (para essa pesquisa:
N = 535). Nesse sentido, afirma Hays (1963, p.242) que “pode-se assumir a
66
distribuição normal em pesquisa quando a população não for normal, mas o número
de casos for grande (teorema de Bernoulli ou teorema do limite central)”. Para o
autor, um N = 30 já é considerado um número grande se a distribuição da população
for próxima da normal, sendo necessário um N bem maior se a distribuição da
população não for normal. Para definição do N ( tamanho da amostra) para essa
pesquisa, foi seguido o que preconiza Hair Jr. et al. (2005, p.498) quando afirma:
“Quando os dados violam as suposições de normalidade multivariada, a proporção
de respondentes por parâmetro precisa aumentar para uma razão geralmente aceita
de 15”. Quanto à orientação para o uso de técnicas não-paramétricas para análise
de dados que se distanciam da normalidade, Feir e Toothaker (1974), afirmam que
as técnicas de análise paramétricas podem ser utilizadas mesmo na ausência da
normalidade com resultados até mais satisfatórios que os testes não-paramétricos,
melhorando sensivelmente os resultados com o aumento do tamanho da amostra.
De acordo com Cohen (1988), se um pesquisador planejar seu estudo baseando-se
na premissa de uma distribuição normal dos resultados e definir uma amostra de
tamanho proporcional às variáveis analisadas, os resultados de seus testes não
serão diminuídos em mais de 0,05 se seus dados resultarem de uma distribuição
não-normal, mesmo com elevado grau de assimetria e/ou curtose. Isso permite
afirmar que as técnicas estatísticas paramétricas, mesmo diante da não normalidade
dos dados coletados, podem ser utilizadas sem restrições.
3.5.2.2 Avaliação da Adequabilidade dos dados Coletados à Análise Fatorial
Com a análise preliminar dos dados concluída, procedeu-se à verificação da
adequabilidade mínima das variáveis (indicadores e constructos) necessária ao uso
da análise fatorial confirmatória, sem a qual os resultados poderiam conter vieses
significativos enfraquecendo os resultados da pesquisa. Para Hair Jr. et al. (2005),
Jöreskog e Sorböm (2000), Malhotra (2006) e Tabachnick e Fidell (2007) é possível
conduzir satisfatoriamente a AFC após a análise dos valores resultantes da
aplicação dos testes de Kaiser-Meyer-Olkin (KMO) de medida de adequação da
amostra e de esfericidade de Bartett para a matriz de correlação, bem como dos
valores assumidos pelos indicadores e constructos para: Medida de Adequação da
Amostra – MSA, comunalidade (total de variância compartilhada com todas outras
variáveis) e Alfa de Cronbach (consistência interna). O coeficiente Alpha de
Cronbach, segundo Churchill (1999), é a técnica mais recomendável para verificação
67
da consistência interna de um conjunto de itens, devendo ser aplicada em um
momento inicial para a avaliação da qualidade das medidas utilizadas na pesquisa,
pois será através da análise de confiabilidade que se avaliará a pertinência dos itens
especificados para mensuração dos constructos apresentados. Alerta os autores
que ao se utilizar a AFC ou qualquer outra técnica de análise multivariada, deve-se
ter a consciência de que a pesquisa talvez não seja conduzida com a rapidez
desejada, pois apesar dos sofisticados recursos computacionais disponíveis
atualmente, o não atendimento aos requisitos essenciais anteriormente listados
poderá forçar uma revisão parcial ou total de etapas iniciais.
Os Testes Kaiser-Meyer-Olkin (KMO) e de Esfericidade de Bartlett, indicam qual
é o grau de suscetibilidade ou de ajuste dos dados à análise fatorial, isto é, qual o
nível de confiança que se pode esperar dos dados quando do seu processamento
pelo método multivariado de análise fatorial (HAIR JR. et al., 2005). O teste KMO
apresenta valores normalizados (entre 0 e 1,0) e mostra qual é a proporção da
variância que as variáveis (indicadores especificados) apresentam em comum ou a
proporção desta que são devidas a fatores comuns. Para a análise dos resultados
considera-se que valores próximos de 1,0 (maiores que 0,5) indicam que o método
de análise fatorial é perfeitamente adequado para o processamento dos dados
(PEREIRA, 2001). Nessa pesquisa todos constructos (fatores) apresentaram
valores de KMO > 0,5 (Tabela 5), o que demonstrou a aplicabilidade da AFC.
Tabela 5 – Teste KMO e de Bartlett dos Constructos Pesquisados e Modelo
CONSTRUCTOS
Medida de Adequação da
Amostra Kaiser-Meyer-Olkin
Qui-Qadrado
Teste de aproximado
Esfericidade Graus de
de Bartlett Liberdade (gl)
Significância
Fonte: Dados da Pesquisa
PF
IF
DM
0,664 0,558 0,551
EM
DH
IA
IC
MODELO
0,632
0,642
0,805
0,530
0,820
347,436 77,680 232,844 274,190 224,082 1207,099 199,874 5043,642
3
6
3
0,000 0,000 0,000
6
6
45
21
595
0,000
0,000
0,000
0,000
0,000
O teste de Esfericidade de Bartlett é baseado na distribuição estatística de quiquadrado e testa a hipótese (nula H0) de que a matriz de correlação é uma matriz
identidade (cuja diagonal é 1,0 e todas as outras as outras iguais a zero), isto é, que
68
não há correlação entre as variáveis (Pereira, 2001). Valores de significância
maiores que 0,100 indicam que os dados não são adequados para o processamento
através da AFC, a hipótese nula não pode ser rejeitada, enquanto que, valores
menores que o indicado permite rejeitar a hipótese nula (HAIR JR. et al., 2005). Os
valores de significância do teste de Bartlett para todos constructos analisados nessa
pesquisa assumiram o valor de 0,000 (Tabela 5), valor que atendeu plenamente ao
padrão definido e permitiu confirmar a possibilidade e adequação da utilização da
técnica estatística de análise fatorial confirmatória no processamento dos dados
coletados.
A MSA é uma medida para quantificar o grau de intercorrelações entre as
variáveis e sua adequação à análise fatorial, indice que varia de 0 a 1, alcançando 1
quando cada variável é perfeitamente prevista sem erro pelas outras variáveis. Para
Hair Jr. et al. (2005), valores abaixo de 0,5 são inaceitáveis, afirmando ainda que a
MSA aumenta quando o tamanho da amostra aumenta, as correlações médias
aumentam, o número de variáveis aumentam ou o número de fatores diminui. Para
a coleta dos valores da Medida de Adequação da Amostra (MSA) assumidos pelos
constructos e indicadores participantes desse estudo, foram geradas as respectivas
matrizes anti-imagem (Apêndice), sendo esses valores apresentados na Tabela 7.
Todos os constructos analisados obtiveram valores de MSA superiores a 0,5, com
destaque para o constructo participação feminina que com o valor de 0,8130
alcançou o conceito “admirável” (HAIR JR. et al., 2005, p.98). As variáveis
manifestas (indicadores) alcançaram valores satisfatórios atingindo o maior valor do
estudo com o indicador IA7 (importância da funcionalidade): 0,8820. Como exceções
tivemos os indicadores IF3 (mulher gostar de surpreender no estilo da RM: 0,360) e
IC2 (importância das roupas para praia: 0,480), os quais , segundo Hair Jr. et al.
(2005), devem ser excluídos pelo pesquisador por encontrarem-se no domínio
inaceitavel. A exclusão ou não desses indicadores foi discutida na fase da análise e
interpretação dos resultados.
Prosseguindo com a análise da adequabilidade dos dados verificou-se os
valores
de
comunalidade
assumidos
pelas
diversas
variáveis
manifestas
(indicadores) utilizadas na mensuração dos constructos pesquisados (Tabela 6). As
comunalidades, segundo Hair Jr. et al. (2005), são estimativas da variância
compartilhada ou comum entre todas as variáveis estudadas, isto é, representa a
69
quantia total de variância que uma variável original compartilha com todas as outras
variáveis incluídas na análise. Na revisão de literatura realizada, não foi encontrada
definição de um padrão, limite mínimo de aceitabilidade para tal característica, mas
apenas indicações em trabalhos científicos do valor de 0,50 como limite inferior
adequado (MENDES DA SILVA; BIDO; FORTE, 2008), pois indica que os
componentes extraídos já explicam 50% da variância do indicador. Para os dados
coletados, foram encontratos alguns indicadores com valores de comunalidade
abaixo de 0,50, os quais não foram excluídos nem foram submetidos a nenhuma
técnica de ajustamento, sendo mantidos com seus valores originais, em razão da
sua significância prática para o estudo e do tamanho da amostra analisada.
Tabela 6 – Comunalidades Variáveis Manifestas
Variáveis Manifestas
PF1 - mulher acompanhar homem nas compras de RM
PF2 - mulher ter prazer em comprar com o homem RM
PF3 - mulher avaliar com o homem esse tipo de compra
IF1 - mulher ser responsável pelas compras das RM
IF2 - mulher orientar o vestir do homem
IF3 - mulher gostar de surpreender no estilo da RM
IF4 - mulher preferir presentear o homem com roupas
DM1 - homem gostar de ser incentivado a vestir-se bem
DM2 - homem pedir recomendações sobre vestir
DM3 - homem aprovar o gosto da mulher para suas roupas
EM1 - mulher gostar de comprar roupas para o Homem
EM2 - mulher analisar detalhes na compra das RM
EM3 - mulher acertar na compra de RM
EM4 - mulher considerar importante esse tipo de compra
DH1 - homem ter iniciativa de ir às compra de RM
DH2 - homem definir a forma de pagamento
DH3 - homem não partilhar com a mulher a decisão de compra
DH4 - homem decidir que roupa comprar
IA1 - importância do conforto
IA2 - importância do bom corte (modelagem)
IA3 - importância do estilo
IA4 - importância da marca (griffe)
IA5 - importância da relação entre qualidade e preço
IA6 - importância da atualidade do modelo (moda)
IA7 - importância da funcionalidade
IA8 - importância do preço
IA9 - importância da qualidade
IA10 - importância da durabilidade
IC1 - importância das roupas íntimas (underwear)
IC2 - importância das roupas para praia (banho)
IC3 - importância das roupas para lazer
IC4 - importância das roupas para trabalho (dia a dia)
IC5 - importância das roupas social informal (casual)
IC6 - importância das roupas social formal
IC7 - importância das roupas para dormir
Dados da Pesquisa
Comunalidades
0,818
0,640
0,792
0,824
0,443
0,986
0,410
0,620
0,972
0,649
0,596
0,435
0,395
0,445
0,719
0,891
0,446
0,943
0,406
0,315
0,339
0,663
0,339
0,542
0,305
0,072
0,429
0,285
0,334
0,576
0,142
0,946
0,548
0,883
0,489
70
Tabela 7 - Valores MSA para Constructos e Variáveis Manifestas
Constructos e Variáveis Manifestas
Valores MSA
Constructo Participação Feminina
PF1 - mulher acompanhar homem nas compras de RM
PF2 - mulher ter prazer em comprar com o homem RM
PF3 - mulher avaliar com o homem esse tipo de compra
Constructo Influência Feminina
IF1 - mulher ser responsável pelas compras das RM
IF2 - mulher orientar o vestir do homem
IF3 - mulher gostar de surpreender no estilo da RM
IF4 - mulher preferir presentear o homem com roupas
Constructo Dependência Masculina
DM1 - homem gostar de ser incentivado a vestir-se bem
DM2 - homem pedir recomendações sobre vestir
DM3 - homem aprovar o gosto da mulher para suas roupas
Constructo Envolvimento da Mulher
EM1 - mulher gostar de comprar roupas para o Homem
EM2 - mulher analisar detalhes na compra das RM
EM3 - mulher acertar na compra de RM
EM4 - mulher considerar importante esse tipo de compra
Constructo Decisão do Homem
DH1 - homem ter iniciativa de ir às compra de RM
DH2 - homem definir a forma de pagamento
DH3 - homem não partilhar com a mulher a decisão de compra
DH4 - homem decidir que roupa comprar
Constructo Importância dos Atributos
IA1 - importância do conforto
IA2 - importância do bom corte (modelagem)
IA3 - importância do estilo
IA4 - importância da marca (griffe)
IA5 - importância da relação entre qualidade e preço
IA6 - importância da atualidade do modelo (moda)
IA7 - importância da funcionalidade
IA8 - importância do preço
IA9 - importância da qualidade
IA10 - importância da durabilidade
Constructo Importância das Categorias
IC1 - importância das roupas íntimas (underwear)
IC2 - importância das roupas para praia (banho)
IC3 - importância das roupas para lazer
IC4 - importância das roupas para trabalho (dia a dia)
IC5 - importância das roupas social informal (casual)
IC6 - importância das roupas social formal
IC7 - importância das roupas para dormir
0,8130
0,6280
0,7260
0,6600
0,6490
0,5460
0,5480
0,3600
0,6420
0,8100
0,5350
0,7760
0,5340
0,7500
0,7100
0,6110
0,6260
0,6120
0,5300
0,6300
0,6160
0,6540
0,6830
0,6840
0,8390
0,8370
0,8170
0,6770
0,8680
0,6950
0,8820
0,8280
0,7880
0,7580
0,7970
0,5410
0,4800
0,5190
0,6250
0,5420
0,5190
0,5030
Dados da Pesquisa
Finalizando a análise da adequabilidade dos dados, foi verificado quais valores
foram assumidos pelos indicadores, constructos e modelo proposto para o alfa de
71
cronbach (Tabela 8), que de acordo com Hair Jr. et al. (2005) é a medida mais
utilizada para medir a confiabilidade (consistência interna dos dados), e testa o
modo como a variável é medida e não o seu relacionamento com o que deveria ser
medido (validade). Essa medida varia de 0,0 a 1,0 (quanto mais próximo de 1, maior
confiabilidade), sendo “os valores de 0,60 a 070 considerados o limite inferior de
aceitabilidade” (HAIR JR. et al., 2005, p.90). Obedecendo-se a esses parâmetros,
os valores encontrados foram classificados com os seguintes conceitos: Excelente
(valores de 0,800 a 1,000), Bom (de 0,700 a 0,799), Aceitável (de 0,600 a 0,699) e
Insatisfatório (valores abaixo de 0,600).
Na análise dos valores encontrados, três dos sete constructos pesquisados
foram classificados como insatisfatórios, mas mesmo assim o valor do alfa de
cronbach relativo ao modelo teórico proposto apresentou o valor de 0,786,
classificado como conceito bom segundo a escala utilizada. Vários indicadores
também apresentaram valores insatisfatórios e igualmente aos constructos que
apresentaram valores insatisfatórios foram mantidos na pesquisa, pois de acordo
com Hair Jr. et al. (2005, p.489), “Um valor de referência comumente usado para
confiabilidade aceitável é de 0,60, apesar de este não ser um padrão absoluto e
valores abaixo de 0,60 serem considerados aceitáveis se a pesquisa é de natureza
exploratória”.
Contribuiu
também
para
manutenção
desses
constructos
e
indicadores, sua significância prática e os efeitos potencializadores que o tamanho
da amostra utilizada proporcionou na significância estatística dos resultados
encontrados.
Convém ressaltar que o alfa de cronbach é uma medida de confiabilidade não
garantindo a validade dos dados que é “o grau em que os indicadores medem com
precisão aquilo que eles devem efetivamente medir” (HAIR JR. et al., 2005, p.489),
isto é, o indicador pode ter elevada confiabilidade mas ser uma medida inválida do
constructo para o qual o pesquisador o especificou. Validade e confiabilidade são
duas condições separadas mas inter-relacionadas, sendo aprimeira determinada em
grande parte pelo conhecimento do pesquisador sobre o fenômeno estudado e
validada através da análise fatorial confirmatória (validade convergente).
72
Tabela 8 - Consistência Interna dos Indicadores, Constructos e Modelo
CONSTRUCTO
CONSTRUCTO
PARTICIPAÇÃO
FEMININA
ALFA DE CRONBACH
INDICADOR
PF1
0,730
BOM
PF2
PF3
IF1
CONSTRUCTO
IF2
INFLUÊNCIA
0,315
INSATISFATÓRIO
IF3
FEMININA
IF4
DM1
CONSTRUCTO
DEPENDÊNCIA
0,585
INSATISFATÓRIO
DM2
MASCULINA
DM3
EM1
CONSTRUCTO
EM2
ENVOLVIMENTO
0,629
ACEITÁVEL
EM3
DA MULHER
EM4
DH1
CONSTRUCTO
DH2
DECISÃO DO
0,600
ACEITÁVEL
DH3
HOMEM
DH4
IA1
IA2
IA3
IA4
CONSTRUCTO
IA5
IMPORTÂNCIA
0,760
BOM
IA6
DOS ATRIBUTOS
IA7
IA8
IA9
IA10
IC1
IC2
CONSTRUCTO
IC3
IMPORTÂNCIA DAS
0,280
INSATISFATÓRIO
IC4
CATEGORIAS
IC5
IC6
IC7
GERAL
MODELO PESQUISADO
Consistência interna dos constructos (se item for deletado)
Fonte: Dados da Pesquisa
ALFA DE CRONBACH
0,565
INSATISFATÓRIO
0,713
BOM
0,638
ACEITÁVEL
0,140
INSATISFATÓRIO
0,072
INSATISFATÓRIO
0,448
INSATISFATÓRIO
0,209
INSATISFATÓRIO
0,320
INSATISFATÓRIO
0,723
BOM
0,315
INSATISFATÓRIO
0,542
INSATISFATÓRIO
0,544
INSATISFATÓRIO
0,501
INSATISFATÓRIO
0,476
INSATISFATÓRIO
0,481
INSATISFATÓRIO
0,515
INSATISFATÓRIO
0,577
INSATISFATÓRIO
0,534
INSATISFATÓRIO
0,696
ACEITÁVEL
0,704
BOM
0,702
BOM
0,735
BOM
0,705
BOM
0,735
BOM
0,709
BOM
0,746
BOM
0,690
ACEITÁVEL
0,713
BOM
0,319
INSATISFATÓRIO
0,241
INSATISFATÓRIO
0,340
INSATISFATÓRIO
0,298
INSATISFATÓRIO
0,196
INSATISFATÓRIO
0,152
INSATISFATÓRIO
0,301
INSATISFATÓRIO
0,786
BOM
3.5.3 Significância Estatística e Significância Prática
Hair Jr. et al. (2005, p.98), destacam que: “As suposições críticas na análise
fatorial são mais conceituais do que estatísticas. Do ponto de vista da estatística os
desvios da normalidade, [...] aplicam-se apenas no nível em que elas diminuem as
correlações observadas”. Partindo-se dessa afirmação e das observações
referenciadas nessa etapa do trabalho, ficou evidenciado que cabe ao pesquisador,
respeitadas as reais limitações técnicas à utilização da AFC, a definição acerca da
73
significância dos valores encontrados e de sua relevância para os objetivos da
pesquisa e conseqüentemente, a decisão acerca da utilização ou não dos resultados
apurados.
Nesse contexto, Hair Jr. et al. (2005, p.39) alertam que a aplicação das técnicas
multivariadas na análise dos dados coletados “com sua forma aparentemente
mágica de ordenar um grande número de possíveis alternativas e encontrar as que
têm significância estatística”, tem levado a muitos pesquisadores ficarem míopes ao
se concentrarem apenas na significância estatística dos resultados encontrados. A
significância prática, segundo o autor, é o método de avaliar resultados da análise
multivariada baseado em suas descobertas substanciais, em vez de sua
significância estatística, isto é, a significância prática avalia se o resultado é útil,
substancial o bastante para garantir ação, enquanto que a significância estatística
(poder estatístico) determina se os resultados são estatisticamente significantes ou
podem ser atribuídos ao acaso. O foco exagerado na significância alcançada pelos
resultados (significância estatística) em detrimento da significância prática dos
mesmos, tem levado alguns pesquisadores a preocupar-se excessivamente com os
valores estatísticos apurados, sem compreender suas interpretações, o que pode,
em casos extremos, levar a conclusões distintas acerca do comportamento de um
mesmo fenômeno.
Na área acadêmica, Hair Jr. et al. (2005) afirmam que as pesquisas não devem
concentrar-se apenas em resultados estatisticamente significantes, mas também nas
implicações teóricas e substantivas que tais resultados oferecem na prática
(significância prática), obedecendo-se aos critérios de parcimônia e bom senso. No
desenvolvimento dessa pesquisa, as análises dos resultados apurados foram
realizadas em consonância com essa orientação, isto é, buscou-se o equilíbrio entre
a significância estatística e a significância prática, observadas as características
presentes nas pesquisas em ciências sociais e as especificidades desse estudo.
74
4 ANÁLISE E INTERPRETAÇÃO DOS RESULTADOS
Após o processamento dos dados, passou-se à análise efetiva dos resultados
encontrados e sua interpretação. Inicialmente, foi realizada a análise descritiva dos
dados sócio-demográficos para a devida caracterização dos sujeitos da pesquisa
(ANDERSON; SWEENEY; WILLIAMS, 2002), sendo em seguida apresentadas, de
forma agrupada por constructos, as análises descritivas das variáveis manifestas
como forma de observar-se, em um primeiro momento, qual o comportamento
dessas variáveis em relação à frequência, média e desvio padrão. Finalizou-se essa
etapa descritiva com a apresentação e comentários de quadro resumo com as
médias individuais apuradas ordenadas de forma decrescente, independente do
constructo ao qual a variável foi associada.
Na sequência, verificou-se a validade convergente de cada um dos constructos
em estudo através da aplicação da análise fatorial confirmatória, sendo os
resultados apresentados e comentados constructo a constructo. Concluindo essa
etapa, verificou-se a variância total explicada do modelo proposto, bem como a
existência de correlações entre todos os constructos participantes, analisando-se a
coerência entre os resultados encontrados e a expectativa teórica, demonstrada
através da confirmação das hipóteses formuladas.
4.1 CARACTERIZAÇÃO DOS SUJEITOS DA PESQUISA
A amostra utilizada nessa pesquisa foi obtida pelo critério de acessibilidade
entre as mulheres casadas ou com união estável maiores de 17 anos, residentes no
município de Natal-RN, alfabetizadas e independente de classe social, através da
aplicação de 550 questionários, sem nenhum critério planejado de estratificação,
atingindo um índice de sucesso de 97,27%, que resultou em 535 questionários
válidos.
Com relação aos locais onde foram aplicados os questionários válidos (Tabela
9), 239 foram aplicados em Instituições de Ensino Superior (44,67%), 153 em
shopping centers estruturados (28,60%), 69 em áreas de comércio popular
(12,90%), 55 em um parque ecológico (10,28%) e 19 em locais públicos diversos
(3,55%).
75
Tabela 9 – Respondentes por Local de Aplicação dos Questionários Válidos
PERFIL
Local da Entrevista
CATEGORIA
Instituição de Ensino Superior
Shopping Centers
Comércio Popular
Parque Ecológico
Locais Públicos Diversos
Total
RESPONDENTES
N˚ de mulheres (N)
Percentual (%)
239
44,67
153
28,60
69
12,90
55
10,28
19
3,55
535
100,00
Fonte: Dados da Pesquisa
Quanto à faixa etária a amostra pesquisada (Tabela 10) apresentou 45
respondentes com idade menor que 21 anos (8,41%), 181 com idade entre 21 e 30
anos (33,83%), 149 com idade entre 31 e 40 anos (27,85%), 100 com idade entre 41
e 50 anos (18,69%) e 60 com mais de 50 anos (11,21%).
Tabela 10 – Respondentes por Faixa Etária
PERFIL
Faixa Etária
CATEGORIA
Até 21 anos
21 a 30 anos
31 a 40 anos
41 a 50 anos
Mais de 50 anos
Total
RESPONDENTES
N˚ de mulheres (N) Percentual (%)
45
8,41
181
33,83
149
27,85
100
18,69
60
11,21
535
100,00
Fonte: Dados da Pesquisa
No que diz respeito ao nível de escolaridade (Tabela 11), 8 respondentes foram
classificados como alfabetizados (1,50%), 31 com ensino fundamental (5,79%), 177
com ensino médio (33,08%), 293 com ensino superior (54,77%) e 26 com pósgraduação (4,86%).
A renda familiar mensal (Tabela 12), definida para essa pesquisa como a renda
auferida pelo casal no período de um mês, apresentou o seguinte resultado: 10
respondentes com renda até R$ 750,00 (1,87%), 177 com renda entre R$ 751,00 e
R$ 1.650,00 (33,08%), 195 com renda entre R$ 1.651 e R$ 2.950,00 (36,45%), 108
com renda entre R$ 2.951,00 e 5.350,00 (20,19%) e 45 respondentes com renda
superior a R$ 5.350,00 (8,41%).
76
Tabela 11 – Respondentes por Nível de Escolaridade
PERFIL
Escolaridade
CATEGORIA
Alfabetizada
Ensino Fundamental
Ensino Médio
Ensino Superior
Pós-Graduada
Total
RESPONDENTES
N˚ de mulheres (N)
8
31
177
293
26
535
Percentual (%)
1,50
5,79
33,08
54,77
4,86
100,00
Fonte: Dados da Pesquisa
Quanto à sua ocupação principal (Tabela 13), 116 respondentes declararam
serem autônomos (21,68%), 64 serem funcionários públicos (11,96%), 202 serem
empregados na iniciativa privada (37,76%), 106 serem estudantes (19,81%) e 47
respondentes declararam terem outras ocupações (8,79%).
Tabela 12 – Respondentes por Renda Familiar Mensal
PERFIL
CATEGORIA
Renda Familiar Mensal
Até R$ 750,00
De R$ 751,00 a 1.650,00
De R$ 1.651,00 a 2.950,00
De R$ 2.951,00 a 5.350,00
Mais de R$ 5.350,00
Total
Fonte: Dados da Pesquisa do Autor
RESPONDENTES
N˚ de mulheres (N) Percentual (%)
10
1,87
177
33,08
195
36,45
108
20,19
45
8,41
535
100,00
Tabela 13 – Respondentes por Ocupação
PERFIL
Ocupação
CATEGORIA
Autônoma
Funcionária Pública
Funcionária da Iniciativa Privada
Estudante
Outras
Total
RESPONDENTES
N˚ de mulheres (N) Percentual (%)
116
21,68
64
11,96
202
37,76
106
19,81
47
8,79
535
100,00
Fonte: Dados da Pesquisa
Convém ressaltar que não houve a preocupação nesse estudo de utilizar uma
amostra estatísticamente representativa da população (probabilística), mas apenas o
cuidado para que não ocorresse predominância de um determinado grupo de
77
pessoas para não comprometer a qualidade dos resultados. As análises relativas
aos dados pesquisados para a caracterização dos sujeitos da pesquisa (Perfil SócioDemográfico) foram meramente exploratórias sem intenção de generalização, não
sendo
utilizadas
nesse
estudo
para
nenhuma
estratificação
ou
análise
complementar.
4.2 ANÁLISE DESCRITIVA: VARIÁVEIS MANIFESTAS E CONSTRUCTOS
Em relação aos constructos participantes desse estudo e suas variáveis
manifestas
(indicadores),
inicia-se
efetivamente
nessa
etapa
a
análise
e
interpretação dos resultados. Os valores encontrados para as medidas de tendência
central e dispersão, isto é, os valores das médias, dos desvios padrão e distribuição
de freqüência dos indicadores foram inicialmente apresentados e analisados
agrupados por constructos.
Tabela 14 – Estatística Descritiva do Constructo Participação Feminina
Participação Feminina na Compra do Vestuário Masculino
Não
Quase
Sim,
Raramente Às vezes
nunca
sempre
sempre
Variável
Desvio
N
Média
1
2
3
4
5
Manifesta
Padrão
F
%
F
%
F
%
F
%
F
%
PF1
535 96 17,94 51 9,53 59 11,03 55 10,28 274 51,21 3,67
1,586
PF2
535 64 11,96 27 5,05 68 12,71 95 17,76 281 52,52 3,94
1,389
PF3
535 95 17,76 21 3,93 38 7,10 37 6,92 344 64,30 3,96
1,572
Fonte: Dados da Pesquisa
Pode-se notar na Tabela 14, que apesar das médias e desvios padrão de todas
as variáveis manifestas do constructo participação feminina alcançaram valores
próximos, a variável PF3 (mulher avaliar com o homem esse tipo de compra)
alcançou posição de destaque, obtendo o maior escore de notas 5 (344 ou 64,30%).
Na Tabela 15, que apresenta as estatísticas descritivas do constructo
dependência masculina, nota-se equilíbrio de comportamento nas variáveis DM1 e
DM3, com médias e desvios padrão semelhantes. A variável DM2 (homem pedir
recomendações sobre vestir) alcançou média mais baixa que as demais e maior
desvio padrão, apresentando ainda uma elevada concentração de notas 1 (187 ou
78
34,95%), ao contrário das variáveis DM1 e DM2 que obtiveram mais da metade de
suas respostas com nota 5, alcançando 52,52% e 53,64%, respectivamente.
Tabela 15 – Estatística Descritiva do Constructo Dependência Masculina
Dependência Masculina na Compra de seu Vestuário
Quase
Sim,
Não nunca Raramente Às vezes
sempre
sempre
Variável
Desvio
N
Média
Manifesta
1
2
3
4
5
Padrão
F
%
F
%
F
%
F
%
F
%
DM1
535 42 7,85
52 9,72 82 15,33 78 14,58 281 52,52 3,94
1,332
DM2
535 187 34,95 24 4,49 79 14,77 70 13,08 175 32,71 3,04
1,699
DM3
535 28 5,23
50 9,35 111 20,75 59 11,03 287 53,64 3,99
1,262
Fonte: Dados da Pesquisa
Dentre as variáveis manifestas do constructo envolvimento da mulher, Tabela
16, a variável EM4 (mulher considerar importante esse tipo de compra) obteve o
menor desvio padrão, a maior frequência de escores 5 (380 ou 71,03%) e a maior
média
de
todas
as
variáveis
pesquisadas,
independente
de
constructo,
demonstrando a elevada importância que as mulheres pesquisadas dispensam ao
escolher que roupa comprar para seus marido/companheiros. Cabe frisar que a
variável EM3 (mulher acertar na compra de RM) foi apurada com escala invertida
(5=1, 4=2, 3=3, 2=4 e 1=5).
Tabela 16 – Estatística Descritiva do Constructo Envolvimento da Mulher
Envolvimento da Mulher na Compra do Vestuário Masculino
Não
Quase
Sim,
Raramente Às vezes
nunca
sempre
sempre
Variável
Desvio
N
Média
Manifesta
1
2
3
4
5
Padrão
F
%
F
%
F
%
F
%
F
%
EM1
535 53 9,91 24 4,49 100 18,69 91 17,01 267 49,91 3,93
1,325
EM2
535 17 3,18 23 4,30 82 15,33 85 15,89 328 61,31 4,28
1,072
EM3*
535 2 0,37 16 2,99 110 20,56 162 30,28 245 45,79 4,18
0,866
EM4
535 1 0,19
2
0,37 38
7,10 114 21,31 380 71,03 4,63
0,649
* Variável com Escala Invertida
Fonte: Dados da Pesquisa
79
A estatistica descritiva do constructo Influência Feminina (Tabela 17) demonstra
um certo equilíbrio entre as médias das variáveis IF2, IF3 e IF4 e um afastamento da
variável IF1 (mulher ser responsável pelas compras das RM) que obteve uma
considerável frequência de escores 1 (216 ou 40,37%) sinalizando que apesar de
participar da decisão de compra do vestuário masculino, a maioria das mulheres
(não nunca + raramente + às vezes = 61,49%) não se considera responsável pelas
compras das roupas de seu marido/companheiro. No que diz respeito ao desvio
padrão a variável IF3 (mulher gostar de surpreender no estilo de RM) alcançou o
maior maior desvio padrão de todas as variáveis pesquisadas, demonstrando uma
elevada dispersão dos resultados.
Tabela 17 – Estatística Descritiva do Constructo Influência Feminina
Influência Feminina na Compra do Vestuário Masculino
Quase
Sim,
Não nunca Raramente Às vezes
sempre
sempre
Variável
Desvio
N
Média
Manifesta
1
2
3
4
5
Padrão
F
%
F
%
F
%
F
%
F
%
IF1
535 216 40,37 23 4,30 90 16,82 53 9,91 153 28,60 2,82
1,695
IF2
535 64 11,96 12 2,24 65 12,15 123 22,99 271 50,65 3,98
1,341
IF3
535 166 31,03 13 2,43 54 10,09 14 2,62 288 53,83 3,46
1,800
IF4
535 35 6,54
45 8,41 151 28,22 118 22,06 186 34,77 3,70
1,212
Fonte: Dados da Pesquisa
Pode-se concluir, através da análise dos valores alcançados pelas médias das
variáveis manifestas do constructo importância dos atributos (Tabela 18), que as
mulheres dispensam pouca importância à marca (griffe) e à atualidade do modelo
(moda),
respectivamente
IA4
e
IA6,
na
escolha
das
roupas
para
o
marido/companheiro, mas valorizam bastante a funcionalidade, a durabilidade e
principalmente a qualidade (maior média do constructo e segunda maior média
dentre todas as variáveis pesquisadas: 4,44), respectivamente IA7, IA10 e IA9,
nesse tipo de compra. As demais variáveis
demonstraram equilíbrio de
comportamento no que se refere aos valores das médias e devios padrão. Convém
ressaltar que esse constructo concentrou oito dos dez menores desvios padrão,
demonstrando assim uma elevada concentração dos resultados relacionados à
percepção feminina da importância dos diferentes atributos do vestuário masculino.
80
Tabela 18 – Estatística Descritiva do Constructo Importância dos Atributos
Percepção Feminina da Importância dos Diferentes Atributos do Vestuário Masculino
Variável
Manifesta
N
Sem
Pouca
Importância Importância
1
F
%
IA1
535
2
0,37
IA2
535
3
0,56
IA3
535
2
0,37
IA4
535 33 6,17
IA5
535
4
0,75
IA6
535 29 5,42
IA7
535
3
0,56
IA8
535
5
0,93
IA9
535
0
0,00
IA10
535
2
0,37
Fonte: Dados da Pesquisa
2
Razoável
Importância
Importante
Muito
Importante
3
4
5
F
%
F
%
F
%
F
%
10 1,87 109 20,37 282 52,71 132 24,67
26 4,86 74 13,83 347 64,86 85 15,89
21 3,93 89 16,64 319 59,63 104 19,44
175 32,71 166 31,03 66 12,34 95 17,76
11 2,06 132 24,67 282 52,71 106 19,81
138 25,79 177 33,08 97 18,13 94 17,57
14 2,62 101 18,88 163 30,47 254 47,48
17 3,18 98 18,32 287 53,64 128 23,93
2
0,37 67 12,52 162 30,28 304 56,82
8
1,50 71 13,27 175 32,71 279 52,15
Média
Desvio
Padrão
3,99
3,91
3,94
3,03
3,89
3,17
4,22
3,96
4,44
4,35
0,748
0,731
0,741
1,187
0,763
1,155
0,879
0,796
0,721
0,792
Dentre as variáveis manifestas do constructo decisão de compra do homem,
verifica-se que a DH3 (homem não partilhar com mulher a decisão de compra)
obteve a menor média de todas as variáveis pesquisadas (Tabela 19), o que indica a
existência de uma forte participação feminina na decisão de compra do vestuario
masculino, na opinião das mulheres. Cabe frisar que as variáveis DH1, DH2 e DH3
foram apuradas com escala invertida (5=1, 4=2, 3=3, 2=4 e 1=5), e que as médias
alcançadas por DH1 e DH4 ficaram entre as dez menores.
Tabela 19 – Estatística Descritiva do Constructo Decisão de Compra do Homem
Decisão do Homem no Processo de Compra de seu Vestuário
Não
Quase
Sim,
Raramente Às vezes
nunca
sempre
sempre
Variável
Desvio
N
Média
Manifesta
1
2
3
4
5
Padrão
F
%
F
%
F
%
F
%
F
%
DH1* 535 226 42,24 47 8,79 132 24,67 12 2,24 118 22,06 2,53
1,571
DH2* 535 124 23,18 30 5,61
97 18,13 18 3,36 266 49,72 3,51
1,659
DH3* 535 337 62,99 72 13,46 67 12,52 21 3,93 38
7,10 1,79
1,228
DH4
535 167 31,21 28 5,23 118 22,06 30 5,61 192 35,89 3,10
1,670
* Variável com Escala Invertida
Fonte: Dados da Pesquisa
A análise estatística descritiva do constructo importância das categorias (Tabela
20) mostra que as variáveis IC2 (roupa para banho), IC6 (roupa social formal) e IC7
(roupa para dormir) foram as que obtiveram menores médias, presumindo-se que
81
são as categorias que recebem menos atenção pelas mulheres na hora da compra
de roupas masculinas. Em sentido inverso, a importância das roupas para lazer
(IC3) obteve a maior média do constructo, indicando ser a categoria de roupas
masculinas que recebe maior atenção por parte das mulheres.
Tabela 20 – Estatística Descritiva do Constructo Importância das Categorias
Percepção Feminina da Importância das Diferentes Categorias do Vestuário Masculino
Variável
Manifesta
N
Sem
Pouca
Razoável
Importância Importância Importância
1
2
F
%
F
%
F
IC1
535 45 8,41 47 8,79 52
IC2
535 161 30,09 138 25,79 125
IC3
535
6
1,12 46 8,60 62
IC4
535 153 28,60 48 8,97 82
IC5
535 34 6,36 88 16,45 83
IC6
535 193 36,07 118 22,06 57
IC7
535 258 48,22 85 15,89 102
Fonte: Dados da Pesquisa
Importante
Muito
Importante
4
5
3
%
9,72
23,36
11,59
15,33
15,51
10,65
19,07
F
288
92
265
150
233
87
79
%
F
%
53,83 103 19,25
17,20 19 3,55
49,53 156 29,16
28,04 102 19,07
43,55 97 18,13
16,26 80 14,95
14,77 11 2,06
Média
Desvio
Padrão
3,67
2,38
3,97
3,00
3,51
2,52
2,07
1,136
1,182
0,924
1,510
1,151
1,482
1,203
Concluída a análise descritiva das variáveis manifestas agrupadas por
constructo estudado, apresenta-se na Tabela 21 resumo com valores ordenados de
forma decrescente de acordo com os escores obtidos para as médias individuais
apuradas, independente do constructo ao qual a variável foi associada. Esta forma
de apresentação dos resultados demonstra mais claramente quais questões das
apresentadas na fase de coleta dos dados (questionário) receberam por parte das
mulheres pesquisadas maior concordância e/ou maior importância (maior média),
isto é, aquelas cujas respostas concentraram-se nas opções “sim, sempre” e “muito
importante” (valor atribuído: 5). Pode-se notar que três das quatro (75%) variáveis
especificadas para medir o constructo envolvimento da mulher posicionaram-se
entre as dez maiores médias, tendo EM4 – mulher considerar importante este tipo
de compra, alcançado a maior média desse estudo, demonstrando coerência com
Bloch, Sherrell e Ridgway (1986), Celsi e Olson (1988), Coulter, Price e Feick
(2003), Richins e Bloch (1986), Warrington e Shim (2000) e Zaichowsky (1985),
quando afirmam que o envolvimento consiste na importância ou relevância
percebida do
objeto
(nesse caso,
o vestuário
masculino),
necessidades, valores e interesses inerentes ao sujeito (a mulher).
baseada nas
82
No que se refere às questões que obtiveram menor concordância e/ou menor
importância por parte das mulheres pesquisadas (menor média), isto é, aquelas
cujas respostas concentraram-se nas opções “não, nunca” e “sem importante” (valor
atribuído: 1), convém ressaltar que três das quatro (75%) variáveis especificadas
para medir o constructo decisão do homem posicionaram-se entre as dez menores
médias, tendo DH3 – homem não partilhar com a mulher a decisão de compra,
alcançado a menor média desse estudo, sinalizando a importância da participação
feminina na decisão de compra do vestuário masculino, comportamento já
demonstrado nos estudos de Davis e Rigaux (1974) sobre as influências maridoesposa no processo de decisão de compra (configuração triangular familiar - Figura
9), e que de acordo com Blackwell et al. (2009, p.384) “influenciaram grandemente o
pensamento sobre a relativa influência de maridos e esposas na tomada de decisão
e de toda extensão da especialização de papéis”. É interessante notar o fato de que
apesar de afirmar que o homem não tem iniciativa de ir ás compras (Média DH1homem ter iniciativa de ir às compras de RM: 2,53) e que o homem não decide que
roupa comprar (Média DH4 – homem decidir que roupa comprar: 3,10), a mulher
nega ser a responsável pelas compras das roupas masculinas (Média IF1 – mulher
ser responsável pelas compras de RM: 2,82), o que demonstra o interesse da
mulher em negar sua participação direta na compra, mas ao mesmo tempo denota,
indiretamente, sua participação ativa no processo de decisão de compra das roupas
de seu marido/companheiro.
Finalizada a apresentação dos resultados e análise das estatísticas descritivas
das variáveis manifestas, passou-se a analisar o comportamento dos diversos
constructos participantes do modelo proposto no que se refere à sua estatística
descritiva (Tabela 22). Destacou-se nessa análise a elevada média alcançada pelo
constructo envolvimento da mulher (maior média do modelo: 4,2528) e o baixo valor
da média do constructo decisão do homem (menor média do modelo: 2,7308), o que
evidencia, em uma análise preliminar, a força do constructo envolvimento da mulher
como antecedente da participação feminina na compra do vestuário masculino, bem
como o forte efeito que a participação feminina (média: 3,8575) exerce na decisão
do homem no processo de compra do seu vestuário, sinalizando a existência de
uma relação negativa entre esses dois constructos, isto é, quando a participação
feminina aumenta a decisão do homem diminui, conforme sugerido pela Hipótese
83
H5. Com a análise descritiva das variáveis manifestas e constructos realizada,
passou-se à verificação da validade convergente dos constructos através da
aplicação da técnica estatística da análise fatorial confirmatória, à análise do modelo
proposto e ao teste das hipóteses formuladas para essa pesquisa.
Tabela 21 – Resumo Estatística Descritiva das Variáveis Manifestas
Variáveis Manifestas
EM4 - mulher considerar importante esse tipo de compra
IA9 - importância da qualidade
IA10 - importância da durabilidade
EM2 - mulher analisar detalhes na compra das RM
IA7 - importância da funcionalidade
EM3 - mulher acertar na compra de RM
DM3 - homem aprovar o gosto da mulher para suas roupas
IA1 - importância do conforto
IF2 - mulher orientar o vestir do homem
IC3 - importância das roupas para lazer
PF3 - mulher avaliar com o homem esse tipo de compra
IA8 - importância do preço
PF2 - mulher ter prazer em comprar com o homem RM
DM1 - homem gostar de ser incentivado a vestir-se bem
IA3 - importância do estilo
EM1 - mulher gostar de comprar roupas para o Homem
IA2 - importância do bom corte (modelagem)
IA5 - importância da relação entre qualidade e preço
IF4 - mulher preferir presentear o homem com roupas
PF1 - mulher acompanhar homem nas compras de RM
IC1 - importância das roupas íntimas (underwear)
DH2 - homem definir a forma de pagamento
IC5 - importância das roupas social informal (casual)
IF3 - mulher gostar de surpreender no estilo da RM
IA6 - importância da atualidade do modelo (moda)
DH4 - homem decidir que roupa comprar
DM2 - homem pedir recomendações sobre vestir
IA4 - importância da marca (griffe)
IC4 - importância das roupas para trabalho (dia a dia)
IF1 - mulher ser responsável pelas compras das RM
DH1 - homem ter iniciativa de ir às compra de RM
IC6 - importância das roupas social formal
IC2 - importância das roupas para praia (banho)
IC7 - importância das roupas para dormir
DH3 - homem não partilhar com a mulher a decisão de compra
Fonte: Dados da Pesquisa
Média
Desvio Padrão
4,63
4,44
4,35
4,28
4,22
4,18
3,99
3,99
3,98
3,97
3,96
3,96
3,94
3,94
3,94
3,93
3,91
3,89
3,70
3,67
3,67
3,51
3,51
3,46
3,17
3,10
3,04
3,03
3,00
2,82
2,53
2,52
2,38
2,07
1,79
0,649
0,721
0,792
1,072
0,879
0,886
1,262
0,748
1,341
0,924
1,572
0,796
1,389
1,332
0,741
1,325
0,731
0,763
1,212
1,586
1,136
1,659
1,151
1,800
1,155
1,670
1,699
1,187
1,510
1,695
1,571
1,482
1,182
1,203
1,228
84
Tabela 22 - Estatística Descritiva dos Constructos
CONSTRUCTOS
PF - Participação Feminina
DM - Dependência Masculina
EM - Envolvimento da Mulher
IF - Influência Feminina
IA - Importância Atributos
DH - Decisão do Homem
IA - Importância Categorias
Fonte: Dados da Pesquisa
N
535
535
535
535
535
535
535
AMPLITUDE MÍNIMO MÁXIMO MÉDIA
4,00
4,00
3,00
3,50
3,20
4,00
2,86
1,00
1,00
2,00
1,50
1,70
1,00
1,71
5,00
5,00
5,00
5,00
4,90
5,00
4,57
3,8575
3,6566
4,2528
3,4902
3,8886
2,7308
3,0158
DESVIO
PADRÃO
1,22482
1,04747
0,67596
0,86075
0,47127
1,04026
0,54504
4.3 ANALISE DOS CONSTRUCTOS - VALIDADE CONVERGENTE
A revisão de literatura realizada tornou evidente que as técnicas de análise
fatorial atendem aos propósitos de testar e explorar modelos capazes de explicar as
relações de causa entre variáveis latentes e variáveis manifestas, bem como de
demonstrar as relações existentes entre as diversas variáveis latentes (constructos),
dependentes e independentes, de um modelo teórico. Dessa forma, foi escolhida
para esse trabalho a técnica estatística de análise fatorial confirmatória para testar
individualmente cada constructo componente do modelo proposto, com o objetivo de
verificar se o conjunto de variáveis manifestas (indicadores) especificadas para cada
um deles estavam medindo, de fato, o que teoricamente deveriam medir: validação
convergente (ARANHA; ZAMBALDI, 2008). Em seguida, para verificar as relações
existentes entre os constructos participantes do modelo proposto, foi aplicada a
técnica mais utilizada em pesquisas nas áreas das ciências humanas, sociais e da
saúde para a obtenção da correlação entre variáveis: a matriz de correlação de
Pearson (HAIR JR. et al., 2005). Os resultados encontrados forneceram a base
empírica necessária para o confronto com as expectativas teóricas e verificação da
validade das hipóteses apresentadas. Convém ressaltar que em todas as fases
dessa pesquisa foram seguidos os padrões definidos no Quadro 15, procedimento
que, aliado às análises preliminares de todas os constructos e suas variáveis
manifestas e à verificação prévia da adequabilidade dos dados ao processamento
através da análise fatorial, conforme recomenda Hair Jr. et al. (2005) e Tabachnick e
Fidell (2001), possibilitou a normalização dos resultados, tornando possível a análise
comparativa desses sem os vieses causados por inconsistências na base de dados
85
ou por má especificação de parâmetros na entrada de informações (input) no
software estatístico utilizado.
Quadro 15 – Padrões Definidos para Aplicação da Análise Fatorial
Padrões Definidos para Aplicação da Análise Fatorial Confirmatória
Estágios
Itens
Definição
N mínimo da amostra = 525 e razão entre número
Amostra
de observações/quantidade de variáveis = 15
(pesquisa: N=535 e razão = 15,29)
1. Verificar a
Maior parte dos coeficientes de correlação deve
adequabilidade da base Correlação
apresentar valores acima de 0,300
de dados
Maior que 0,50 - patamar mínimo de
KMO
adequabilidade (HAIR JR. et al., 2005)
BTS (Sig.)
p<0,05 (HAIR JR. et al., 2005)
Técnica de extração dos fatores: Análise de
Tipo de Extração
Componentes Principais
Devem ser extraídos apenas os fatores com
Regra de Kaiser
autovalor acima de 1
Analisar graficamente a dispersão do número de
Scree Test
fatores (Scree Plot)
2. Determinar a técnica
de extração e o número
Significante a partir de 0,300 (HAIR JR. et al.,
Carga Fatorial
de fatores a serem
2005; PEDHAZUR; SCHMELKIN, 1991)
extraídos
Variância Acumulada Desejável >45%
O pesquisador deve apresentar fundamentação
teórica para escolha do modelo proposto e da
Razão Teórica
técnica de análise de dados, bem como acerca de
resultados utilizados que fujam dos padrões
técnicos definidos para o estudo
3. Decidir o tipo de
Tipo de Rotação
Ortogonal - Varimax (quando necessária)
rotação dos fatores
Fonte: Adaptado de Tabachnick e Fidell (2007)
O resultado da aplicação individual da análise fatorial confirmatória realizada nos
sete constructos componentes do modelo teórico proposto foi analisado através de
um conjunto de cinco relatórios gerados pelo software estatístico utilizado, contando
com o apoio de figuras e gráficos (Apêndice). Vale salientar que as análises
realizadas visaram tão somente validar os indicadores especificados de acordo com
a base teórica pesquisada (validação convergente), não havendo pretensão de
definir-se critérios para ajustes do modelo, pois foge ao escopo deste trabalho. A
validação convergente desses constructos, verificada através da aplicação da
técnica da análise fatorial confirmatória, tornou possível a representação desses, nas
análises realizadas no modelo teórico proposto, pelas médias extraídas dos seus
indicadores validados, isto é, habilitou a utilização da média como estimativa dos
86
constructos, sendo dessa forma o valor da média utilizado como substituto dos
diversos indicadores, visando uma redução de itens de estudo na fase final da
pesquisa, o que para Aranha e Zambaldi (2008, p.34), “é uma aplicação importante e
frequente
na
análise
fatorial,
pois
permite
a
simplificação
de
estudos
demasiadamente complexos”. Nesse sentido, afirmam Hair Jr. et al. (2005, p.110)
que: “Em termos gerais, todas as variáveis com cargas elevadas em um fator são
combinadas e o total – ou mais comumente, o escore médio das variáveis – é usado
como uma variável de substituição”.
4.3.1 Análise Fatorial Confirmatória do Constructo Participação Feminina
No Constructo Participação Feminina observou-se que todos os indicadores
(variáveis manifestas) apresentaram comportamento consistente com o sugerido por
Bastos (2005), Blackwell, Miniard e Engel (2009), Davidovitsch (2007), Dias (2003) e
Schiffman e Kanuk (2000), assumindo correlações significativas (Tabela 23) e
indicando adequação ao modelo unifatorial (com apenas um fator comum).
Tabela 23 - Matriz de Correlação Participação Feminina
Indicadores
Correlação
PF1
PF1
PF2
PF3
1,000
,473
,553
PF2
,473
1,000
,397
PF3
,553
,397
1,000
Fonte: Dados da Pesquisa
A variância total explicada por um componente (fator único) atingiu 65,043%
(Tabela 24), isto é, 65,043% da variância total foi explicada pelo fator único, valor
que reflete a força das correlações observadas e apresenta um nível de explicação
considerado bom para pesquisas em ciências sociais, segundo Mendes da Silva,
Bido e Forte (2008).
87
Tabela 24 - Variância Total Explicada Participação Feminina
Autovalores Iniciais
Soma da Extração de Cargas
Quadráticas
Componentes
% de
% Acumulado
Variância
1
1,951
65,043
65,043
2
,615
20,492
85,535
3
,434
14,465
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Total
Total
1,951
% de
% Acumulado
Variância
65,043
65,043
Os valores expressivos de comunalidade alcançados por todos seus indicadores
(Tabela 25) reforçam a validade do modelo unifatorial de mensuração do constructo
Participação Feminina, confirmando as análises anteriores.
Tabela 25 – Comunalidades Participação Feminina
Indicadores
Inicial
PF1 - acompanhar o homem nas compras de RM
1,000
PF2 - prazer em comprar com o homem RM
1,000
PF3 - avaliar com o homem as compras de RM
1,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Extração
,719
,576
,656
As cargas fatoriais dos indicadores PF1, PF2 e PF3, de maneira coerente com o
sugerido pela revisão da literatura e com os resultados encontrados na matriz de
correlação e nas comunalidades, apresentaram valores altos, indicando que todos
estão fortemente correlacionados e que foram corretamente especificados,
confirmando, dessa forma, a existência de apenas um fator ou componente
relacionado (Tabela 26 e Figura 14).
Tabela 26 - Matriz de Componentes (a) Participação Feminina
Indicadores
PF1 - acompanhar o homem nas compras de RM
PF3 – avaliar com o homem as compras de RM
PF2 – prazer em comprar com o homem RM
Método de Extração: Análise de Componentes Principais
a - 1 componente extraído
Fonte: Dados da Pesquisa
Componente
1
,848
,810
,759
88
Figura 14 – Modelo Unifatorial Constructo Participação Feminina
Fonte: Elaborado pelo Autor
A matriz de correlações reproduzidas (Tabela 27) confirmou as constatações
anteriores, gerando três resíduos com valores negativos baixos, isto é, gerando
correlações ainda mais fortes que a matriz de correlações original. Esses resultados
demonstram certo grau de liberdade, possibilitando ajustes e reespecificações de
indicadores, mas não havendo nenhuma evidência estatística que são devidos a
variabilidade amostral.
Tabela 27 - Correlações Reproduzidas Participação Feminina
Indicadores
Correlação Reproduzida
PF1
PF2
PF3
PF1
,719(b)
,644
,687
PF2
,644
,576(b)
,615
PF3
,687
,615
,656(b)
-,171
-,133
Residual (a)
PF1
PF2
-,171
-,218
-,133
-,218
PF3
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 3 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
Os valores encontrados através da análise fatorial confirmatória do constructo
Participação Feminina atestam a validade convergente de todos indicadores
especificados e conseqüentemente a sua aderência ao modelo unifatorial, atingindo
um total de variância explicada de 65,043%, se considerado apenas um fator.
Confirmando-se dessa forma que o conjunto de indicadores especificado mediu, de
fato, o que teoricamente deveria medir (ARANHA; ZAMBALDI, 2008).
89
4.3.2 Análise Fatorial Confirmatória do Constructo Dependência Masculina
O Constructo Dependência Masculina apresentou correlações baixas entre os
indicadores DM1:DM2 e DM3:DM2, mas ainda significativas (Tabela 28) e uma
correlação mediana entre DM1:DM3, sinalizando adequação ao modelo unifatorial
(com apenas um fator comum) e convergência com a revisão da literatura (BASTOS,
2005; BLACKWELL; MINIARD; ENGEL, 2009; SOLOMON, 2008).
Tabela 28 - Matriz de Correlação Dependência Masculina
Indicadores
Correlação
DM1
DM2
DM3
Fonte: Dados da Pesquisa
DM1
1,000
,192
,567
DM2
,192
1,000
,199
DM3
,567
,199
1,000
A variância total explicada por um componente (fator único) atingiu 55,975%
(Tabela 29), valor considerado satisfatório para pesquisas em ciências sociais,
segundo Mendes da Silva, Bido e Forte (2008), pois mais da metade da variância
total foi explicada por um único fator, mesmo com as baixas correlações verificadas.
Tabela 29 - Variância Total Explicada Dependência Masculina
Autovalores Iniciais
Componentes
% de
Total
Variância
% Acumulado
1,679
55,975
55,975
1
2
,888
29,586
85,561
3
,433
14,439
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Soma da Extração de Cargas
Quadráticas
% de
Total
Variância
% Acumulado
1,679
55,975
55,975
Os indicadores DM1 e DM3 apresentaram valores expressivos de comunalidade
e DM2 valor baixo (Tabela 30), mas significativo para os objetivos dessa pesquisa,
resultados estes coerentes com os observados na matriz de correlação do
constructo, mantendo a indicação do uso de modelo unifatorial.
90
Tabela 30 - Comunalidades Dependência Masculina
Indicadores
Inicial
DM1 - gostar de ser incentivado a vestir-se bem
1,000
DM2 - pedir recomendações sobre vestir
1,000
DM3 - aprovar o gosto da mulher para RM
1,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Extração
,718
,239
,722
Os indicadores DM1 e DM3 alcançaram altas cargas fatoriais, enquanto que
DM2, de maneira coerente com os resultados encontrados na matriz de correlação e
nas comunalidades, apresentou valor mais baixo sem contudo deixar de ser
significativo (HAIR JR. et al., 2005; PEDHAZUR; SCHMELKIN, 1991), indicando que
todos indicadores estão correlacionadas (Tabela 31 e Figura 15), que foram
corretamente especificados e a existência de apenas um fator ou componente
relacionado.
Tabela 31 - Matriz Componentes (a) Dependência Masculina
Indicadores
DM3 – aprovar o gosto da mulher para RM
DM1 – gostar de ser incentivado a vestir-se bem
DM2 – pedir recomendações sobre vestir
Método de Extração: Análise de Componentes Principais
a 1 componente extraído
Fonte: Dados da Pesquisa
Componente
1
,850
,847
,488
Figura 15 – Modelo Unifatorial Constructo Dependência Masculina
Fonte: Elaborado pelo Autor
91
A matriz de correlações reproduzidas (Tabela 32) confirmou as constatações
anteriores, gerando três resíduos com valores negativos baixos, isto é, gerando
correlações ainda mais fortes que a matriz de correlações original. Esses resultados
demonstram certo grau de liberdade, possibilitando ajustes e reespecificações de
indicadores, mas não havendo nenhuma evidência estatística que são devidos a
variabilidade amostral.
Tabela 32 - Correlações Reproduzidas Dependência Masculina
Indicadores
Correlação Reproduzida
DM1
,718(b)
,414
,720
DM2
DM3
DM1
,414
,720
DM2
,239(b)
,415
DM3
,415
,722(b)
-,222
-,154
Residual (a)
DM1
-,222
-,217
DM2
-,154
-,217
DM3
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 3 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
Os valores encontrados através da análise fatorial confirmatória do constructo
Dependência Masculina atestam a validade convergente de todos indicadores
especificados e a sua aderência ao modelo unifatorial, atingindo um total de
variância explicada de 55,975%, se considerado apenas um fator. Confirmando-se
dessa forma que o conjunto de indicadores especificado mediu, de fato, o que
teoricamente deveria medir (ARANHA e ZAMBALDI, 2008).
4.3.3 Análise Fatorial Confirmatória do Constructo Envolvimento da Mulher
As correlações entre seus indicadores alcançaram três valores inferiores a 0,300
(0,160, 0,222 e 0,266 - Tabela 33), mas significativos para os objetivos dessa
pesquisa, sinalizando a adequação ao modelo unifatorial (com apenas um fator
comum) e a convergência com a revisão da literatura (DAVIDOVITSCH, 2007;
BLACKWELL; MINIARD; ENGEL, 2009; SCHIFFMAN; KANUK, 2000; SHETH;
MITAL; NEWMAN, 2001; SOLOMON, 2008).
92
Tabela 33 - Matriz de Correlação Envolvimento da Mulher
Indicadores
Correlação
EM1
EM2
EM3
EM4
Fonte: Pesquisa do Autor
EM1
1,000
,222
,332
,266
EM2
EM3
,222
1,000
,160
,419
,332
,160
1,000
,388
EM4
,266
,419
,388
1,000
A variância total explicada por um componente (fator único) atingiu 47,551%
(Tabela 34), alcançando um nível de explicação que atendeu ao padrão definido
(>45%), sendo considerado esse um valor aceitável para pesquisas em ciências
sociais segundo Mendes da Silva, Bido e Forte (2008).
Tabela 34 - Variância Total Explicada Envolvimento da Mulher
Autovalores Iniciais
Componentes
% de
%
Total
Variância
Acumulado
1
1,902
47,551
47,551
2
,888
22,208
69,759
3
,716
17,902
87,661
4
,494
12,339
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
1,902
47,551
47,551
Todos os indicadores do constructo envolvimento da mulher apresentaram
valores expressivos de comunalidade com destaque para EM4 que alcançou 0,611
(Tabela 35), resultado coerente com os observados na matriz de correlação do
constructo, reforçando a sua adequação ao modelo unifatorial.
Tabela 35 – Comunalidades Envolvimento da Mulher
Indicadores
EM1 - gostar de comprar roupas para o homem
EM2 – analisar os detalhes de RM
EM3 – acertar na compra da roupa do homem
EM4 – ser importante fazer a escolha certa de RM
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Inicial
1,000
1,000
1,000
1,000
Extração
,410
,412
,470
,611
93
No que diz respeito às cargas fatoriais, todos os indicadores alcançaram
valores altos, ficando EM4 novamente em destaque, atingindo o valor de 0,781,
coerente com o seu comportamento na avaliação das comunalidades. Esse
resultado indica que todos indicadores estão fortemente correlacionados (Tabela 36
e Figura 16) e que foram corretamente especificados, demonstrando, dessa forma, a
existência de apenas um fator ou componente relacionado.
Tabela 36 - Matriz de Componentes (a) Envolvimento da Mulher
Indicadores
EM4 – ser importante fazer a escolha certa de RM
EM3 – acertar na compra da roupa do homem
EM2 – analisar os detalhes de RM
EM1 – gostar de comprar roupas para o homem
Método de Extração: Análise de Componentes Principais.
a 1 componente extraído
Fonte: Dados da Pesquisa
Componente
1
,781
,685
,642
,640
Figura 16 – Modelo Unifatorial Constructo Envolvimento da Mulher
Fonte: Elaborado pelo Autor
A matriz de correlações reproduzidas (Tabela 37) confirmou as constatações
anteriores, gerando seis resíduos com valores negativos baixos, isto é, gerando
correlações ainda mais fortes que a matriz de correlações original. Esses resultados
demonstram certo grau de liberdade, possibilitando ajustes e reespecificações de
indicadores, mas não havendo nenhuma evidência estatística que são devidos a
variabilidade amostral.
94
Tabela 37 - Correlações Reproduzidas Envolvimento da Mulher
EM1
Indicadores
Correlação Reproduzida
EM2
EM3
EM4
EM1
,410(b)
,411
,439
,500
EM2
,411
,412(b)
,440
,501
EM3
,439
,440
,470(b)
,536
EM4
,500
,501
,536
,611(b)
-,189
-,107
-,235
Residual (a)
EM1
-,189
-,280
-,082
EM2
-,107
-,280
-,148
EM3
-,235
-,082
-,148
EM4
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 6 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
Análise fatorial confirmatória do constructo Dependência Masculina atestou a
validade convergente de todos indicadores especificados e a sua aderência ao
modelo unifatorial, atingindo um total de variância explicada de 47,551%, se
considerado apenas um fator. Confirmando-se dessa forma que o conjunto de
indicadores especificado mediu, de fato, o que teoricamente deveria medir
(ARANHA; ZAMBALDI, 2008).
4.3.4 Análise Fatorial Confirmatória do Constructo Influência Feminina
A matriz de correlações observadas do Constructo Influência Feminina (Tabela
38) mostra que os indicadores IF1, IF2 e IF4 estão correlacionados entre si mas não
com IF3, sinalizando que ocorreu um possível erro na especificação de IF3, pois
esse resultado indica que ele mede um fator diferente do constructo Influência
Feminina, pois se fosse influenciado por IF de forma relevante, necessariamente
teria correlação com os demais indicadores especificados para IF (IF1, IF2 e IF4).
Esse comportamento aponta para a inadequação do modelo unifatorial (com apenas
um fator comum), pois IF3 apresenta comportamento divergente dos demais.
Tabela 38 - Matriz de Correlação Influência Feminina
Indicadores
Correlação
IF1
IF1
IF2
IF3
IF4
Fonte: Dados da Pesquisa
1,000
,300
-,050
,181
IF2
,300
1,000
,046
,156
IF3
-,050
,046
1,000
-,014
IF4
,181
,156
-,014
1,000
95
A variância total explicada por dois componentes (Tabela 39) atingiu 61,180% e
por um componente (Influência Feminina) atingiu 35,789%, demonstrando nível
reduzido de explicação devido ao indicador IF3 não representar o constructo
influência feminina. Cabe salientar que o indicador IF3 foi referenciado apenas em
Bastos (2005), enquanto os demais foram apoiados, na fase de especificação, pela
revisão bibliográfica realizada em Bastos (2005), Blackwell, Miniard e Engel (2009),
Davidovitsch (2007) e Schiffman e Kanuk (2000).
Tabela 39 - Variância Total Explicada Influência Feminina
Autovalores Iniciais
Componentes
% de
% Acumulado
Variância
1
1,432
35,789
35,789
2
1,016
25,391
61,180
3
,868
21,711
82,892
4
,684
17,108
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Total
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
1,432
35,789
35,789
1,016
25,391
61,180
Todos os indicadores apresentaram valores significativos de comunalidade
(Tabela 40), com destaque para IF3 que atingiu o excelente escore de 0,961, mas
em relação ao componente 2 (fora do escopo da pesquisa). Resultados coerentes
com os observados na matriz de correlação desse constructo.
Tabela 40 – Comunalidades Influência Feminina
Indicadores
Inicial
IF1 – ser responsável pelas compras de RM
1,000
IF2 – orientar o vestir do homem
1,000
IF3 – gostar de surpreender no estilo de RM
1,000
IF4 – preferir presentear o homem com roupas
1,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Extração
,576
,570
,961
,340
As elevadas cargas fatoriais alcançadas pelos indicadores IF1, IF2 e IF4
demonstram a forte relação com o constructo influência feminina (componente 1).
De maneira inversa, IF3 apresentou carga fatorial 0,000 (nula) em relação ao
96
componente 1 e 0,980 em relação ao componente 2, indicando que esse explica
96% de sua variância, enquanto que o constructo Influência Feminina não explica,
em nenhuma proporção, sua variância (Tabela 41 e Figura 17).
Tabela 41 - Matriz de Componentes (a) Influência Feminina
Indicadores
IF1 – ser responsável pelas compras de RM
IF2 – orientar o vestir do homem
IF4 – preferir presentear o homem com roupas
IF3 – gostar de surpreender no estilo de RM
Método de Extração: Análise de Componentes Principais
a 2 componentes extraídos.
Fonte: Dados da Pesquisa
Componentes
1
,752
,729
,578
2
-,104
,199
,980
Figura 17 – Modelo Unifatorial Constructo Influência Feminina
Fonte: Elaborado pelo Autor
A matriz de correlações reproduzidas (Tabela 42) confirmou as constatações
anteriores, gerando seis resíduos com valores baixos (positivos e negativos), isto é,
gerando correlações pouco mais fortes ou pouco mais fracas que a matriz de
correlações original, mas que não interfere nas análise anteriores a respeito da não
relação de IF3 com o constructo Influência Feminina, pois o mesmo mantém baixa
correlação com os demais indicadores, sinalizando manter sua relação com o
componente 2. Esses resultados demonstram certo grau de liberdade, possibilitando
ajustes e reespecificações de indicadores, mas não havendo nenhuma evidência
estatística que são devidos a variabilidade amostral.
97
Tabela 42 - Correlações Reproduzidas Influência Feminina
Indicadores
IF1
IF2
IF3
IF4
Correlação Reproduzida
IF1
,576(b)
,527
-,122
,442
IF2
,527
,570(b)
,176
,408
IF3
-,122
,176
,961(b)
-,084
IF4
,442
,408
-,084
,340(b)
-,227
,073
-,262
Residual (a)
IF1
-,227
-,129
-,252
IF2
,073
-,129
,071
IF3
-,262
-,252
,071
IF4
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 6 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
A análise fatorial confirmatória do constructo Influência Feminina atestou a
validade convergente
apenas
dos
indicadores
IF1,
IF2
e
IF4
e negou
categoricamente a validade de IF3 com o componente 1 (IF), o que invalida a
utilização de um modelo unifatorial, indicando desta forma um modelo composto de
dois fatores, o qual atingiria um total de variância explicada de 61,180%,
considerando-se esses dois fatores. Para efeito desse estudo foi considerada a
variância explicada por apenas um fator, que atingiu 35,789%, pois a carga fatorial
de IF3 em relação à influência feminina foi nula. Dessa forma, devido ao baixo valor
da variância explicada, à carga fatorial nula (em relação ao componente 1) e ao
valor de MSA inaceitável assumido por esse indicador (Tabela 7), decidiu-se excluílo do estudo, isto é, não considerar IF3 como indicador do constructo influência
feminina e recalcular os novos valores assumidos para o total de variância
explicada, comunalidades e carga fatorial, após sua exclusão.
Tabela 43 – Variância Total Explicada Influência Feminina - após exclusão IF3
Autovalores Iniciais
Componentes
% de
%
Variância
Acumulado
1
1,431
47,712
47,712
2
,870
29,008
76,720
3
,698
23,280
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Total
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
1,431
47,712
47,712
98
Após a exclusão de IF3, a variância total explicada por um componente (fator
único) atingiu 47,712% (Tabela 43), valor que atendeu ao padrão definido para esse
estudo (>45%) e atingiu um nível de explicação aceitável para pesquisas em
ciências sociais, segundo Mendes da Silva, Bido e Forte (2008).
Tabela 44 – Comunalidades Influência Feminina - após exclusão IF3
Indicadores
Inicial
IF1 - ser responsável pelas compras de RM
1,000
IF2 – orientar o vestir do homem
1,000
IF4 – preferir presentear o homem com roupas
1,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Extração
,563
,534
,334
No tocante às comunalidades, todos os indicadores apresentaram valores
significativos (Tabela 44), mantendo praticamente os mesmos resultados de antes
da exclusão de IF3.
As cargas fatoriais dos indicadores IF1, IF2 e IF4 permaneceram praticamente
inalteradas após a exclusão de IF3, demonstrando forte relação com o constructo
influência feminina, indicando que foram corretamente especificados e confirmando,
nessa nova configuração, a existência de apenas um fator ou componente
relacionado (Tabela 45 e Figura 18), atendendo aos requisitos desse trabalho.
Cabe frisar que para o cálculo da média do constructo influência Feminina que
compôs o modelo proposto como variável substituta (HAIR JR. et al., 2005), IF3 não
foi considerado por não apresentar validade convergente em nenhum grau com o
referido constructo (carga fatorial nula).
Tabela 45 – Matriz de Componentes (a) Influência Feminina - após exclusão IF3
Indicadores
IF1 - ser responsável pelas compras de RM
IF2 – orientar o vestir do homem
IF4 - preferir presentear o homem com roupas
Método de Extração: Análise de Componentes Principais
a 1 componente extraído
Fonte: Dados da Pesquisa
Componente
1
,751
,731
,578
99
Figura 18– Modelo Unifatorial Constructo Influência Feminina (após exclusão IF3)
Fonte: Elaborado pelo Autor
4.3.5 Análise Fatorial Confirmatória do Constructo Importância dos Atributos
O constructo importância dos atributos apresentou correlações baixas (Tabela
46) entre todos os indicadores (<0,500), das quais, 20 abaixo de 0,100. As
correlações mais baixas concentraram-se nas relações entre IA8 (preço) e os
demais indicadores. Apesar de baixas, essas correlações tem grande significância
prática para o entendimento da importância dispensada pelas mulheres aos diversos
atributos do vestuário no momento da decisão de compra de roupas para seus
maridos, pois de acordo com os autores pesquisados é essencial conhecer a
percepção feminina desses atributos no momento em que participam da decisão de
compra do vestuário masculino para melhor compreender o fenômeno estudado
(BLACKWELL; MINIARD; ENGEL, 2009; DAVIDOVITSCH, 2007; DIAS, 2003; RIES;
TROUT, 1993; SCHIFFMAN; KANUK, 2000; SHETH; MITTAL; NEWMAN, 2001;
SOLOMON, 2008).
Tabela 46 - Matriz de Correlação Importância Atributos
Indicadores
Correlação
IA1
IA2
IA3
IA4
IA5
IA6
IA7
IA8
IA9
IA10
IA1
1,000
,393
,408
,080
,445
,120
,392
,173
,497
,348
Fonte: Dados da Pesquisa
IA2
,393
1,000
,474
,243
,253
,249
,221
,046
,323
,211
IA3
IA4
,408
,474
1,000
,287
,266
,255
,222
,050
,320
,180
,080
,243
,287
1,000
,123
,424
,093
,027
,178
,079
IA5
,445
,253
,266
,123
1,000
,072
,393
,175
,426
,321
IA6
IA7
,120
,249
,255
,424
,072
1,000
,130
,041
,144
,053
,392
,221
,222
,093
,393
,130
1,000
,110
,388
,332
IA8
IA9
IA10
,173
,046
,050
,027
,175
,041
,110
1,000
,148
,094
,497
,323
,320
,178
,426
,144
,388
,148
1,000
,600
,348
,211
,180
,079
,321
,053
,332
,094
,600
1,000
100
A variância total explicada por dois componentes (Tabela 47) atingiu 48,199% e
por um componente (Importância dos Atributos) atingiu 33,489%, demonstrando
nível reduzido de explicação, isto é, menos da metade da variância total foi
explicada pelo componente 1 (importância dos atributos), devido principalmente às
baixas cargas fatoriais apresentadas pelos indicadores IA6 (moda) e IA4 (marca)
em relação a esse constructo (altas cargas fatoriais em relação ao componente 2,
fora do escopo da pesquisa). Devido à significância prática para os objetivos dessa
pesquisa, optou-se por considerar-se todos os indicadores relacionados apenas ao
componente 1 (IA) e por conseguinte, considera-se a variância total explicada por
apenas um componente (ignorar as relações com o componente 2).
Tabela 47 - Variância Total Explicada Importância Atributos
Autovalores Iniciais
Componentes
% de
%
Total
Variância
Acumulado
1
3,349
33,489
33,489
2
1,471
14,709
48,199
3
,977
9,769
57,968
4
,906
9,057
67,024
5
,755
7,546
74,570
6
,634
6,343
80,913
7
,553
5,531
86,444
8
,528
5,282
91,727
9
,469
4,685
96,412
10
,359
3,588
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
3,349
33,489
33,489
1,471
14,709
48,199
Todos os indicadores do constructo importância dos atributos
apresentaram
valores satisfatórios de comunalidade (Tabela 48) com exceção de IA8 (preço), que
alcançou apenas 0,096. Comportamento coerente com os observados na matriz de
correlação do constructo, sem, contudo, invalidar sua significância prática para esse
estudo, pois sua baixa significância estatística (baixos valores de comunalidade e
correlações) denota apenas sua fraca correlação com os demais indicadores, mas
não invalida as implicações teóricas e substantivas que o preço mantém, na prática,
com o comportamento do consumidor no momento da decisão de compra.
101
Tabela 48 – Comunalidades Importância Atributos
Indicadores
IA1 - importância do conforto
IA2 - importância do bom corte
IA3 - importância do estilo
IA4 - importância da marca/griffe
IA5 - importância da qualidade/preço
IA6 - importância da moda
IA7 - importância da funcionalidade
IA8 - importância do preço
IA9 - importância da qualidade
IA10 - importância da durabilidade
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Inicial
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extração
,570
,469
,504
,576
,483
,570
,420
,096
,634
,497
As elevadas cargas fatoriais alcançadas pelos indicadores IA9, IA1, IA5, IA3,
IA2, IA10, e A7 (listados em ordem decrescente) indicam forte relação com o
constructo Importância dos Atributos (componente 1), o indicador IA8, apesar de
assumir uma baixa carga fatorial, ainda relaciona-se mais com o componente 1
(0,238) do que com o componente 2 (-0,198), enquanto que IA6 e IA4 apresentam
cargas fatoriais satisfatórias (>0,300) em relação ao componente 1 e altas em
relação ao componente 2 (Tabela 49 e Figura 19). Cabe ressaltar que apesar de
baixas, nenhuma carga fatorial foi nula, demonstrando alguma relação desses
indicadores com o constructo importância dos atributos, o que, aliado à significância
prática para o fenômeno estudado, levou à manutenção desses indicadores como
relacionados a um único componente - IA.
Tabela 49 - Matriz de Componentes (a) Importância Atributos
Indicadores
IA9 - importância da qualidade
IA1 - importância do conforto
IA5 - importância da qualidade/preço
IA3 - importância do estilo
IA2 - importância do bom corte
IA10 - importância da durabilidade
IA7 - importância da funcionalidade
IA8 - importância do preço
IA6 - importância da moda
IA4 - importância da marca/griffe
Método de Extração: Análise de Componentes Principais
a 2 componentes extraídos
Fonte: Dados da Pesquisa
Componentes
1
2
,761
,733
,646
,620
,614
,609
,604
,238
,354
,367
-,232
-,181
-,258
,345
,305
-,355
-,234
-,198
,667
,664
102
Figura 19 – Modelo Unifatorial Constructo Importância Atributos
Fonte: Elaborado pelo Autor
Tabela 50 - Correlações Reproduzidas Importância Atributos
Indicadores
Correlação
Residual (a)
IA1
IA2
IA3
IA4
IA5
IA6
IA7
IA8
IA9
IA10
IA1
IA2
IA3
IA4
IA5
IA6
IA7
IA8
IA9
IA10
IA1
IA2
IA3
,570(b
,395
,392
,149
,520
,139
,485
,211
,600
,511
,395
,469(b
,486
,428
,318
,421
,300
,086
,396
,266
-,002
,392
,486
,504(b
,457
,312
,450
,294
,079
,392
,256
,016
-,012
-,002
,016
-,068
-,075
-,019
-,094
-,038
-,103
-,164
-,012
-,185
-,065
-,171
-,079
-,040
-,074
-,055
-,169
-,046
-,195
-,072
-,029
-,072
-,076
IA4
,149
,428
,457
,576(b
,066
,573
,067
-,044
,125
-,012
-,068
-,185
-,169
,058
-,149
,026
,071
,053
,091
IA5
IA6
IA7
IA8
IA9
IA10
,520
,318
,312
,066
,483(b
,057
,450
,205
,552
,485
-,075
-,065
-,046
,058
,139
,421
,450
,573
,057
,570(b
,058
-,048
,115
-,020
-,019
-,171
-,195
-,149
,015
,485
,300
,294
,067
,450
,058
,420(b
,190
,514
,451
-,094
-,079
-,072
,026
-,057
,072
,211
,086
,079
-,044
,205
-,048
,190
,096(b
,227
,215
-,038
-,040
-,029
,071
-,030
,089
-,080
,600
,396
,392
,125
,552
,115
,514
,227
,634(b
,546
-,103
-,074
-,072
,053
-,126
,030
-,126
-,080
,511
,266
,256
-,012
,485
-,020
,451
,215
,546
,497(b
-,164
-,055
-,076
,091
-,164
,074
-,119
-,122
,053
,015
-,057
-,030
-,126
-,164
,072
,089
,030
,074
-,080
-,126
-,119
-,080
-,122
,053
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 33 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
A matriz de correlações reproduzidas confirmou as constatações anteriores,
gerando trinta e três resíduos com valores baixos (positivos e negativos), isto é,
103
gerando correlações pouco mais fortes ou pouco mais fracas que a matriz de
correlações original, mas que não interfere nas análises anteriores a respeito da
validade dos indicadores em relação ao constructo Importância dos Atributos. Esses
resultados (Tabela 50) demonstram certo grau de liberdade, possibilitando ajustes e
reespecificações de indicadores, mas não havendo nenhuma evidência estatística
que são devidos a variabilidade amostral.
A análise fatorial confirmatória do constructo Importância dos Atributos atestou a
validade convergente de oito dos dez indicadores especificados para medi-lo,
mostrando uma fraca relação de IA com dois indicadores que tiveram sua validade
atribuída ao componente 2 (fora do escopo da pesquisa). O fato da análise não ter
negado categoricamente a existência de relação entre esses dois indicadores e o
componente 1 (carga fatorial atribuída a IA6 e IA4 em relação ao componente 1 igual
a 0,354 e 0,367, respectivamente) e a sua significância prática para esse estudo,
justificaram sua manutenção e utilização de todos os dez indicadores no cálculo da
média do constructo IA que compôs o modelo proposto, como variável substituta
(HAIR JR. et al., 2005).
Independente da decisão de utilizar os dez indicadores na composição da média
do constructo IA, mantendo-se IA6 e IA4 como indicadores do constructo percepção
da importância dos atributos, se observada puramente a significância estatística a
utilização de um modelo unifatorial seria desaconselhável, pois o modelo composto
por dois fatores atingiu um total de variância explicada de 48,199%, enquanto que
considerando-se apenas a variância explicada por um fator, atingiu-se apenas
35,789%. Por esse motivo e em busca de comprovação empírica do acerto da
decisão tomada, simulou-se a exclusão dos indicadores IA6 e IA4 (associados ao
componente 2) para verifica-se seus efeitos em relação aos objetivos desse estudo
e à utilização do modelo unifatorial. Retirados os indicadores, processou-se o
recálculo do total de variância explicada, das comunalidades e das cargas fatoriais
(Apêndice), procedimento que não resultou em redução dos fatores especificados
(foram mantidos dois componentes), nem em melhoria para o valor assumido pela
variância total explicada para um componente (30,516%), comunalidades e cargas
fatoriais. Esse resultado demonstrou empiricamente o acerto em manter-se os
indicadores IA6 e IA4 no estudo, isto é, as especificações e valores inicialmente
apurados.
104
4.3.6 Análise Fatorial Confirmatória do Constructo Decisão do Homem
Os indicadores do constructo decisão do homem apresentaram comportamento
consistente com o sugerido por Schiffman e Kanuk (2000), Blackwell, Miniard e
Engel (2009), Kotler (2008), Solomon (2008) e Cooper e Schindler (2008),
assumindo correlações baixas, mas significativas (Tabela 51), que indicam a
adequação ao modelo unifatorial (com apenas um fator comum).
Tabela 51 – Matriz de Correlação Decisão do Homem
Indicadores
Correlação
DH1
DH2
DH3
DH4
Fonte: Dados da Pesquisa
DH1
DH2
1,000
,412
,255
,256
DH3
,412
1,000
,145
,274
,255
,145
1,000
,296
DH4
,256
,274
,296
1,000
A variância total explicada por um componente (fator único) atingiu 45,636%
(Tabela 52), demonstrando um nível de explicação que atendeu ao padrão definido
(>45%), sendo considerado um valor aceitável para pesquisas em ciências sociais
segundo Mendes da Silva, Bido e Forte (2008).
Tabela 52 - Variância Total Explicada Decisão do Homem
Autovalores Iniciais
Componentes
% de
%
Variância
Acumulado
1
1,825
45,636
45,636
2
,903
22,564
68,200
3
,715
17,872
86,073
4
,557
13,927
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Total
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
1,825
45,636
45,636
Todos os indicadores apresentaram valores satisfatórios de comunalidade
(Tabela 53), sendo o menor valor registrado 0,349 (DH3), resultados coerentes com
os observados na matriz de correlação do constructo, reforçando a adequação ao
modelo unifatorial.
105
Tabela 53 – Comunalidades Decisão do Homem
Indicadores
Inicial
DH1 – ter iniciativa de ir às compras de RM
1,000
DH2 – definir a forma de pagamento
1,000
DH3 – não partilhar a decisão de compra
1,000
DH4 – decidir que roupa comprar
1,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Extração
,544
,483
,349
,450
Em relação às cargas fatoriais, todos indicadores registraram valores acima de
0,500, com destaque para DH1 que alcançou 0,737. Esses resultados indicam que
todos indicadores estão fortemente correlacionados (Tabela 54 e Figura 20), e que
foram corretamente especificados, demonstrando, dessa forma, a existência de
apenas um fator ou componente relacionado (constructo decisão do homem).
Tabela 54 - Matriz de Componentes (a) Decisão do Homem
Indicadores
DH1 – ter iniciativa de ir às compras de RM
DH2 – definir a forma de pagamento
DH4 – decidir que roupa comprar
DH3 – não partilhar a decisão de compra
Método de Extração: Análise de Componentes Principais
a - 1 componente extraído.
Fonte: Dados da Pesquisa
Componente
1
,737
,695
,671
,590
Figura 20 – Modelo Unifatorial Constructo Decisão de Compra do Homem
Fonte: Elaborado pelo Autor
106
A matriz de correlações reproduzidas (Tabela 55) confirmou as constatações
anteriores, gerando seis resíduos com valores negativos baixos, isto é, gerando
correlações ainda mais fortes que a matriz de correlações original. Esses resultados
demonstram certo grau de liberdade, possibilitando ajustes e reespecificações de
indicadores, mas não havendo nenhuma evidência estatística que são devidos a
variabilidade amostral.
Tabela 55 - Correlações Reproduzidas Decisão do Homem
Indicadores
DH1
DH2
DH3
DH4
Correlação Reproduzida
DH1
,544(b)
,512
,435
,495
DH2
,512
,483(b)
,410
,466
DH3
,435
,410
,349(b)
,396
DH4
,495
,466
,396
,450(b)
-,100
-,180
-,239
Residual (a)
DH1
-,100
-,265
-,192
DH2
-,180
-,265
-,100
DH3
-,239
-,192
-,100
DH4
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 6 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
Os valores encontrados através da análise fatorial confirmatória do constructo
Decisão do Homem atestam a validade convergente de todos indicadores
especificadas para sua mensuração e a aderência ao modelo unifatorial, com um
total de variância explicada aceitável, alcançando 45,636% se considerado apenas
um fator. Confirmando-se dessa forma que o conjunto de variáveis manifestas
especificado mediu, de fato, o que teoricamente deveria medir (ARANHA;
ZAMBALDI, 2008).
4.3.7 Análise Fatorial Confirmatória do Constructo Importância das Categorias
O constructo importância das categorias apresentou, a exemplo do constructo
importância dos atributos, correlações baixas (Tabela 56) entre todos os indicadores
(<0,500), das quais 30 abaixo de 0,100. A exceção foi a relação IC5:IC6 que atingiu
satisfatórios 0,444. Verificou-se também várias correlações com sinal negativo
(sentido inverso do efeito). Apesar de baixas, as correlações tem grande
107
significância prática para o entendimento da importância dispensada pelas mulheres
às diversas categorias do vestuário no momento da decisão de compra de roupas
para seus maridos, pois de acordo com os autores pesquisados é essencial
conhecer a percepção feminina dessas categorias no momento em que participam
da decisão de compra do vestuário masculino, para melhor compreender o
fenômeno estudado (BLACKWELL; MINIARD; ENGEL, 2009; DAVIDOVITSCH,
2007; DIAS, 2003; RIES; TROUT, 1993; SCHIFFMAN; KANUK, 2000; SHETH;
MITTAL; NEWMAN, 2001; SOLOMON, 2008). A falta de correlação entre IC3 e os
demais indicadores sinaliza a inadequação do modelo unifatorial (com apenas um
fator comum), pois esse indicador apresenta comportamento divergente dos demais.
Tabela 56 - Matriz de Correlação Importância Categorias
Indicadores
IC1
1,000
IC1
IC2
,203
,037
IC3
-,068
IC4
-,038
IC5
-,051
IC6
,074
IC7
Fonte: Dados da Pesquisa
Correlação
IC2
IC3
,037
,203
1,000 -,015
-,015 1,000
-,046 -,050
,035 -,014
,135 -,015
,169 -,008
IC4
-,068
-,046
-,050
1,000
,140
,191
,036
IC5
-,038
,035
-,014
,140
1,000
,444
-,020
IC6
-,051
,135
-,015
,191
,444
1,000
-,034
IC7
,074
,169
-,008
,036
-,020
-,034
1,000
A variância total explicada por três componentes (Tabela 57) atingiu 55,905%,
por dois componentes, 41,158% e por um componente (importância das categorias)
alcançou apenas 22,406%, demonstrando nível reduzido de explicação, isto é,
menos de um quarto da variância total foi explicada pelo fator único considerado,
devido principalmente às baixas cargas fatoriais apresentadas pelas variáveis IC2
(praia) e IC1 (íntima), e às cargas fatoriais nulas apresentadas por IC7 (dormir) e IC3
(lazer) em relação a esse constructo (componente 1). Vale salientar que todas
variáveis foram especificadas com base no mesmo referencial teórico (BLACKWELL;
MINIARD; ENGEL, 2009; DAVIDOVITSCH, 2007; SCHIFFMAN; KANUK, 2009).
108
Tabela 57 - Variância Total Explicada Importância Categorias
Autovalores Iniciais
% de
%
Total
Variância
Acumulado
1
1,568
22,406
22,406
2
1,313
18,752
41,158
3
1,032
14,747
55,905
4
,953
13,619
69,524
5
,860
12,282
81,806
6
,744
10,631
92,437
7
,529
7,563
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Componentes
Soma da Extração de Cargas Quadrática
% de
%
Total
Variância
Acumulado
1,568
22,406
22,406
1,313
18,752
41,158
1,032
14,747
55,905
Todos os indicadores apresentaram valores satisfatórios de comunalidade
(Tabela 58), sendo o menor valor atribuído ao indicador IC4 (roupa trabalho: 0,395)
e o maior, ao indicador IC6 (roupa social formal: 0,705), ambos com validade
convergente confirmada ao componente 1.
Tabela 58 – Comunalidades Importância Categorias
Indicadores
Inicial
IC1 – Importância roupa íntima
1,000
IC2 – Importância roupa praia
1,000
IC3 – Importância roupa lazer
1,000
IC4 – Importância roupa trabalho
1,000
IC5 – Importância roupa social casual
1,000
IC6 – Importância roupa social formal
1,000
IC7 – Importância roupa dormir
1,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Extração
,477
,601
,609
,395
,646
,705
,480
As cargas fatoriais (Tabela 59 e Figura 21) alcançadas pelos Indicadores IC6,
IC5 e IC4 (listados em ordem decrescente) mostram forte relação com o constructo
Importância das Categorias (componente 1), os indicadores IC2 e IC1, assumiram
uma baixa carga fatorial relacionada ao componente 1 e alta carga fatorial
relacionada ao componente 2, IC7 assumiu carga fatorial nula em relação ao
componente 1 e alta em relação aos componente 2, enquanto que IC3 apresentou
carga fatorial nula em relação aos componentes 1 e 2 e alta em relação ao
componente 3. Cabe ressaltar que apesar das baixas cargas fatoriais apresentadas,
109
IC2 e IC1 mantém alguma relação com o constructo importância das categorias
(componente 1), o que não ocorre com os indicadores IC3 e IC7.
Tabela 59 - Matriz de Componentes (a) Importância Categorias
Indicadores
IC6 – Importância roupa social formal
IC5 – Importância roupa social casual
IC4 – Importância roupa trabalho
IC2 – Importância roupa praia
IC1 – Importância roupa íntima
IC7 – Importância roupa dormir
IC3 – Importância roupa lazer
1
,823
,781
,480
,153
-,137
Componentes
2
-,154
,760
,645
,537
3
,155
,188
-,376
,203
-,438
,774
Método de Extração: Análise de Componentes Principais
a 3 componentes extraídos
Fonte: Dados da Pesquisa
Figura 21 – Modelo Unifatorial Constructo Importância das Categorias
Fonte: Elaborado pelo Autor
A matriz de correlações reproduzidas confirmou as constatações anteriores,
gerando quatorze resíduos com valores baixos (positivos e negativos), isto é,
gerando correlações pouco mais fortes ou pouco mais fracas que a matriz de
correlações original, mas que não interfere nas análises anteriores a respeito da
validade dos indicadores em relação ao constructo importância das categorias, bem
como a respeito da não relação de IC3 e IC7 com esse constructo, pois os mesmos
110
mantém baixa correlação com os demais indicadores, sinalizando manter suas
relações com os componentes 2 e 3. Os resultados (Tabela 60) demonstram certo
grau de liberdade, possibilitando ajustes e reespecificações de indicadores, mas não
havendo nenhuma evidência estatística que são devidos a variabilidade amostral.
Tabela 60 - Correlações Reproduzidas Importância Categorias
Indicadores
Correlação Reproduzida
Residual (a)
IC1
IC1
IC2
IC3
IC4
IC5
IC6
IC7
IC1
IC2
IC3
IC4
IC5
IC6
IC7
,477(b)
,469
,200
-,241
-,068
-,035
,259
-,267
-,163
,174
,030
-,015
-,186
IC2
IC3
,469
,601(b)
,020
-,043
,120
,180
,405
-,267
,200
,020
,609(b)
-,343
,072
,045
-,313
-,163
-,035
-,035
-,003
-,085
-,045
-,236
,294
-,085
-,059
,304
IC4
-,241
-,043
-,343
,395(b)
,304
,325
,074
,174
-,003
,294
-,164
-,135
-,038
IC5
-,068
,120
,072
,304
,646(b)
,672
-,095
,030
-,085
-,085
-,164
-,228
,075
IC6
-,035
,180
,045
,325
,672
,705(b)
-,043
-,015
-,045
-,059
-,135
-,228
IC7
,259
,405
-,313
,074
-,095
-,043
,480(b)
-,186
-,236
,304
-,038
,075
,009
,009
Método de Extração: Análise de Componentes Principais
a Resíduos calculados entre as correlações observadas e reproduzidas. Existem 14 (100,0%)
resíduos não redundante com valores absolutos superiores a 0,05
b Comunalidades Reproduzidas
Fonte: Dados da Pesquisa
A análise fatorial confirmatória do constructo Importância das Categorias atestou
a validade convergente de três dos sete indicadores especificados, mostrando ainda
uma fraca relação de IC com dois outros indicadores (IC2 e IC1) que tiveram sua
validade atribuída ao componente 2 (maior carga fatorial) e negou categoricamente
a validade convergente de IC7 e IC3 com o componente 1 (carga fatorial nula com
IC), atribuindo sua validade aos componentes 2 e 3, respectivamente (fora do
escopo desse estudo). O fato da análise não tem negado a existência de relação
entre IC2/IC1 com o componente 1 (carga fatorial atribuída igual a 0,153 e -0,137,
respectivamente), justificou a manutenção desses indicadores no cálculo da média
do constructo. Os indicadores IC7 e IC3 por não apresentarem validade convergente
em nenhum grau (carga fatorial nula) com o constructo importância das categorias,
foram excluídos do cálculo da média que compôs o modelo proposto, como variável
111
substituta (HAIR JR. et al., 2005).
As análises realizadas demonstraram que a utilização do modelo unifatorial é
inviável para a configuração inicial, pois o modelo composto por três fatores atingiu
um total de variância explicada de 55,905%, por dois fatores, 41,158% enquanto que
considerando-se apenas um fator, o total da variância explicada atingiu apenas
22,406%, nível inaceitável de explicação. Dessa forma, devido ao baixo valor da
variância explicada e de suas cargas fatoriais nulas em relação a IC, decidiu-se,
além de não utilizá-los no cálculo da média, excluí-los do estudo, isto é, não
considerar IC3 e IC7 como indicadores do constructo importância das categorias e
recalcular os novos valores assumidos para o total de variância explicada,
comunalidades e carga fatorial, após essa exclusão.
Tabela 61 – Variância Total Explicada Importância Categorias - após exclusão
IC3/IC7
Autovalores Iniciais
Componentes
% de
%
Variância
Acumulado
1
1,565
31,302
31,302
2
1,229
24,580
55,881
3
,888
17,769
73,650
4
,783
15,652
89,302
5
,535
10,698
100,000
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Total
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
1,565
31,302
31,302
1,229
24,580
55,881
Após a exclusão de IC3 e IC7, o número de componentes especificados foi
reduzido de três para dois e a variância total explicada por um componente (fator
único) subiu para 31,302%. Mesmo tendo apresentado sensível melhora, o novo
valor da variância total explicada pelo componente 1 (importância das categorias)
demonstra nível reduzido de explicação, isto é, menos da metade da variância total
foi explicada por um componente, devido principalmente às baixas cargas fatoriais
apresentadas pelos indicadores IC1 (roupa íntima) e IC2 (roupa praia) em relação a
esse constructo, mas devido à significância prática desses resultados para os
objetivos da pesquisa, optou-se pela manutenção de todos os indicadores (exceto os
112
já excluídos: IC3 e IC7), considerando-se para esse estudo o fator único (modelo
unifatorial).
Tabela 62 – Comunalidades Importância Categorias - após exclusão IC3/IC7
Indicadores
IC1 – importância roupa íntima
IC2 – Importância roupa praia
IC4 – importância roupa trabalho
IC5 – importância roupa social casual
IC6 – importância roupa social formal
Inicial
Extração
1,000
1,000
1,000
1,000
1,000
,562
,622
,302
,616
,692
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
No que se refere às comunalidades, todos os indicadores apresentaram valores
significativos (Tabela 62), mantendo praticamente os mesmos resultados de antes
da exclusão de IC3 e IC7.
As cargas fatoriais dos indicadores IC1, IC2, IC4, IC5 e IC6 permaneceram
praticamente inalteradas após a exclusão de IC3 e IC7, demonstrando forte relação
com o constructo importância das categorias e indicando que foram corretamente
especificados. Foi reduzido, nessa nova configuração, o número de fatores
especificados de três para dois, mas para efeito desse estudo utilizou-se apenas um
fator ou componente relacionado (Tabela 63 e Figura 22).
Tabela 63 – Matriz Componentes (a) Importância Categorias - após exclusão
IC3/IC7
Indicadores
IC6 – importância roupa social formal
IC5 – importância roupa social casual
IC4 – importância roupa trabalho
IC2 – importância roupa praia
IC1 – importância roupa íntima
Método de Extração: Análise de Componentes Principais
a 2 componentes extraídos
Fonte: Dados da Pesquisa
Componentes
1
,826
,784
,475
,161
-,126
2
,102
-,277
,772
,739
113
Convém ressaltar que para o cálculo da média do constructo importância das
categorias que compôs o modelo proposto, como variável substituta (HAIR JR. et al.,
2005), IC3 (roupa lazer) e IC7 (roupa dormir) não foram considerados por
apresentarem carga fatorial nula em relação ao referido constructo, mas foi mantido
o indicador IC2 (roupa praia) apesar de ter apresentado valor de MSA igual a 0,480,
pouco abaixo do mínimo exigido (0,500), e baixa carga fatorial em relação ao
componente 1, devido à sua significância prática para os objetivos dessa pesquisa e
ao fato de não apresentar carga fatorial nula em relação ao componente 1, razões
essas que justificaram também a manutenção do indicador IC1 (roupa íntima).
Figura 22 – Modelo Unifatorial Constructo Importância das Categorias (após
exclusão IC3/IC7)
Fonte: Elaborado pelo Autor
4.4 ANÁLISE DO MODELO PROPOSTO E CONFIRMAÇÃO DE HIPÓTESES
Após a validação convergente de todos os constructos e definição de quais
indicadores iriam representá-los (média) na análise do modelo da Participação
Feminina na Decisão de Compra do Vestuário Masculino proposto para essa
pesquisa, verificou-se a variância total explicada por esse modelo, bem como as
relações existentes entre seus componentes (constructos). A variância total
explicada pelo modelo proposto foi calculada através da aplicação da AFE em toda
base de dados (excluídos os indicadores IF3, IC3 e IC7) e atingiu para oito
componentes (agrupando-se todos 32 indicadores validados) 55,736% e para sete
componentes (agrupando-se 31 indicadores validados) 52,370%, demonstrando em
ambas situações, nível satisfatório de explicação, isto é, mais da metade da
114
variância total foi explicada (Tabela 64), o que segundo Mendes da Silva, Bido e
Forte (2008), é considerado um nível de explicação bom para pesquisas em ciências
sociais. Cabe ressaltar que a Matriz de Componentes Rotacionados gerada pelo
software estatístico (Apêndice), reagrupou os indicadores validados para esse
estudo em oito componentes (constructos), sendo que para o oitavo componente
(fora do escopo da pesquisa) foi especificado apenas o indicador preço (IA8), fato
que guarda coerência com os baixos valores de comunalidade alcançados por esse
indicador tanto em relação aos indicadores do constructo Importância dos Atributos
(0,096), quanto em relação à todos os outros indicadores desse estudo (0,072).
Com os resultados encontrados para variância total explicada, torna-se evidente
que o fenômeno estudado por essa pesquisa foi representado de forma satisfatória
pelo modelo proposto (sete constructos), o qual demonstrou aderência aos objetivos
definidos, apresentando-se como um “conjunto especificado de relações de
dependência que podem ser testadas empiricamente – uma operacionalização de
uma teoria” (HAIR JR. et al., 2005, p.469), nesse caso da participação feminina.
Tabela 64 - Variância Total Explicada Modelo Proposto
Autovalores Iniciais
Componentes
% de
%
Variância
Acumulado
1
6,113
19,103
19,103
2
2,955
9,234
28,338
3
1,998
6,243
34,581
4
1,766
5,517
40,098
5
1,408
4,400
44,498
6
1,362
4,256
48,755
7
1,157
3,615
52,370
8
1,077
3,366
55,736
9
,979
3,060
58,796
10
,920
2,877
61,673
11
,899
2,809
64,482
12
,857
2,677
67,159
13
,832
2,601
69,760
Método de Extração: Análise de Componentes Principais
Fonte: Dados da Pesquisa
Total
Soma da Extração de Cargas
Quadráticas
% de
%
Total
Variância
Acumulado
6,113
19,103
19,103
2,955
9,234
28,338
1,998
6,243
34,581
1,766
5,517
40,098
1,408
4,400
44,498
1,362
4,256
48,755
1,157
3,615
52,370
1,077
3,366
55,736
Após a realização dessa primeira análise do modelo proposto de forma integral,
isto é, como representante do fenômeno pesquisado e da constatação de sua
115
adequação para explicá-lo, passou-se à verificação das relações existentes entre os
seus
componentes
(constructos
formadores),
analisando-se
tanto
a
magnitude/intensidade como o sentido do efeito (positivo ou negativo), sendo os
resultados encontrados confrontados com as hipóteses formuladas. Como visto
anteriormente, os constructos foram representados nessa análise pelas médias de
seus indicadores validados (Tabela 65), conforme orientação dos autores acerca da
necessidade de redução de itens de estudo através do uso de variáveis de
substituição, no tratamento de modelos complexos (ARANHA; ZAMBALDI, 2008;
HAIR JR. et al., 2005).
Tabela 65 – Novas Médias e Desvios Padrão dos Constructos (sem IF3/IC3/IC7)
CONSTRUCTOS
PF - Participação Feminina
DM - Dependência Masculina
EM - Envolvimento da Mulher
IF - Influência Feminina
IA - Importância Atributos
DH - Decisão do Homem
IC - Importância Categorias
Fonte: Dados da Pesquisa
N
535
535
535
535
535
535
535
AMPLITUDE MÍNIMO MÁXIMO MÉDIA
4,00
4,00
3,00
4,00
3,20
4,00
3,20
1,00
1,00
2,00
1,00
1,70
1,00
1,60
5,00
5,00
5,00
5,00
4,90
5,00
4,80
3,8575
3,6566
4,2528
3,5010
3,8886
2,7308
3,0153
DESVIO
PADRÃO
1,22482
1,04747
0,67596
0,98628
0,47127
1,04026
0,68673
Figura 23 – Modelo da Participação Feminina na Decisão de Compra do Vestuário
Masculino
Fonte: Elaborado pelo Autor
0,001
535
Sig. (2-tailed)
N
0,150(**)
535
N
Pearson Correlation
0,002
-0,123(**)
535
0
0,187(**)
535
0
0,244(**)
535
0
0,366(**)
535
0
0,419(**)
535
.
1
Sig. (2-tailed)
Pearson Correlation
N
Sig. (2-tailed)
Pearson Correlation
N
Sig. (2-tailed)
Pearson Correlation
N
Sig. (2-tailed)
Pearson Correlation
N
Sig. (2-tailed)
Pearson Correlation
N
Sig. (2-tailed)
Pearson Correlation
PF
** A correlação é significativa ao nível 0,01 (2-tailed - bicaudal).
Importância das
Categorias
Decisão do
Homem
Importância dos
Atributos
Influência
Feminina
Envolvimento da
Mulher
Dependência
Masculina
Participação
Feminina
Constructos Pesquisados
535
0
0,234(**)
535
0
-0,221(**)
535
0
0,391(**)
535
0
0,357(**)
535
0
0,570(**)
535
.
1
535
0
0,419(**)
DM
535
0
0,243(**)
535
0
-0,181(**)
535
0
0,535(**)
535
0
0,323(**)
535
.
1
535
0
0,570(**)
535
0
0,366(**)
EM
535
0,001
0,187(**)
535
0
-0,618(**)
535
0
0,208(**)
535
.
1
535
0
0,323(**)
535
0
0,357(**)
535
0
0,244(**)
IF
535
0
0,369(**)
535
0,098
0,056
535
.
1
535
0
0,208(**)
535
0
0,535(**)
535
0
0,391(**)
535
0
0,187(**)
IA
535
0,025
-0,049
535
.
1
535
0,098
0,056
535
0
-0,618(**)
535
0
-0,181(**)
535
0
-0,221(**)
535
0,002
-0,123(**)
DH
535
.
1
535
0,025
-0,049
535
0
0,369(**)
535
0,001
0,187(**)
535
0
0,243(**)
535
0
0,234(**)
535
0,001
0,150(**)
IC
116
Tabela 66 – Matriz de Correlação de Pearson ( Bicaudal) do Modelo Proposto
117
Para a verificação do grau de associação linear (correlação) entre os constructos
formadores do modelo proposto, utilizou-se a análise estatística (teste paramétrico)
mais recomendada pelos autores pesquisados (HAIR JR. et al., 2005; MENDES DA
SILVA; BIDO; FORTE, 2008; TABACHNICK; FIDELL, 2001), o coeficiente de
Pearson(r). Calculou-se também, de forma complementar, os coeficientes de
Spearman e Kendall, testes não paramétricos (Apêndice), os quais indicaram os
mesmos comportamentos identificados pelo coeficiente de Pearson (sentido do
efeito), apenas com intensidade/magnitude diferentes, quase sempre mais baixas
(TABACHNICK; FIDELL, 2001). Antes da análise dos valores das correlações
encontradas (Figura 23), é precisso resaltar que, como foi visto na Tabela 2 (p.54), o
tamanho da amostra utilizada (N=535) credencia todos os valores sinalizados por
„**‟ (Tabela 66) como correlações reais e significantes, apesar dos baixos valores
absolutos apresentados por algumas dessas relações. Da mesma forma, valores
não sinalizados por „**‟ devem ser considerados sem correlação, mesmo quando
apresentarem valores diferentes de zero, pois os resultados encontrados deve-se
estatisticamente ao acaso (UNIVERSITY OF NEW ENGLAND, 2011).
As correlações encontradas demonstraram a conformidade do comportamento
da amostra pesquisada com a expectativa teórica, que baseou-se na revisão de
literatura utilizada para o desenvolvimrnto do Modelo da Participação Feminina na
Decisão de Compra do Vestuário Masculino. Analisando-se as correlações
apresentadas na Figura 23 e Tabela 66, torna-se evidente que os constructos
antecedentes (DM, EM e IF) relacionaram-se com o constructo central (PF) de forma
significativa, apresentando todos o mesmo sentido do efeito: DM:PF = 0,419, EM:PF
= 0,366 e IF:PF = 0,244, isto é, quando ocorre variação em qualquer um desses
constructos o reflexo no constructo central segue o mesmo sentido (sinal positivo),
fato esse que confirma as hipóteses básicas H1, H2 e H3.
No que se refere às relações entre o constructo central e seus conseqüentes
(IA, DH e IC) os valores encontrados demonstraram a existência de correlação
significativa entre esses constructos e sentidos do efeito distintos. O constructo
central (PF) correlacionou-se com o constructo DH apresentando sentido oposto do
efeito: PF:DH = -0,123, isto é, quando há variação no constructo central o reflexo em
DH segue o sentido inverso da variação (sinal negativo), enquanto que em relação
118
aos constructos IA e IC, o constructo central apresentou o mesmo sentido do efeito:
PF:IA = 0,187 e PF:IC = 0,150, isto é, quando há variação no constructo central o
reflexo em qualquer um desses constructos segue o mesmo sentido (sinal positivo),
esses fatos confirmam as hipóteses básicas H4, H5 e H6.
As relações entre os diversos constructos antecedentes e conseqüentes e o
constructo conseqüente DH, não envolvendo o constructo central PF (hipóteses
secundárias), apresentaram comportamentos distintos. Os constructos antecedentes
(DM, EM e IF) relacionaram-se com o constructo dependente DM de forma
significativa, apresentando todos sentido oposto do efeito: DM:DH = -0,221, EM:DH
= -0,181 e IF:DH = -0,618, isto é, as variações ocorridas em qualquer um desses
constructos provocam em DH uma variação de sentido inverso (sinal negativo),
resultados que confirmam as hipóteses secundárias H7, H8 e H9. Convém ressaltar
que a maior correlação registrada por esse estudo foi entre os constructos Influência
Feminina (IF) e Decisão do Homem (DH): 0,618. Os constructos conseqüentes IA e
IC não apresentaram correlação com o constructo DH (IA:DH = 0,000 e IC:DH =
0,000), o que confirma o comportamento sugerido pelas hipóteses secundárias H10
e H11, ou seja, as variações de IA e IC não afetam de forma direta a decisão do
homem no processo de compra do seu vestuário.
Além das correlações utilizadas para confirmação das hipóteses propostas
nesse estudo, outras associações significativas merecem destaque. As correlações
apresentadas entre os constructos antecedentes (DM, EM e IF) demonstraram que
as relações entre os três são significantes e apresentam o mesmo sentido do efeito:
DM:EM = 0,570, DM:IF = 0,357 e EM:IF = 0,323, isto é, as variações nesses três
constructos seguem sempre um mesmo sentido (sinal positivo), os constructos
caminham juntos, o que reforça as evidências do acerto na definição desses
constructos como antecedentes da participação feminina na decisão de compra do
vestuário masculino. Esse mesmo comportamento repetiu-se em relação aos
constructos conseqüentes IA e IC que apresentaram relações significantes e mesmo
sentido do efeito (IA:IC = 0,360).
Na análise e interpretação dos resultados encontrados buscou-se o equilíbrio
entre a significância estatística e a significância prática, obedecendo-se aos critérios
de parcimônia e bom senso. A significância estatística dos resultados encontrados
119
foi garantida pela correta aplicação da técnica estatística escolhida, seguindo-se os
requisitos teóricos básicos exigidos e pela utilização de amostra com o tamanho
recomendado para as especificidades desse trabalho, enquanto que a significância
prática dos resultados, apoiou-se na análise das questões substantivas que esses
oferecem na prática, na sua relevância para os objetivos da pesquisa, bem como no
referencial teórico utilizado. Nesse contexto, permite-se afirmar que os objetivos
propostos foram satisfatoriamente atingidos, as hipóteses formuladas confirmadas e
a questão de pesquisa respondida.
120
5 CONCLUSÃO
A sociedade global vivenciou nas últimas décadas uma revolução, não muito
silenciosa, que levou à ampliação do espaço da mulher, passando esta a dividir com
o homem atividades e responsabilidades anteriormente restritas ao gênero
masculino. Dessa forma, a mulher assume cada vez mais papel de relevância como
consumidora participando ativamente de todas as decisões de compra presentes no
seu dia a dia profissional e/ou doméstico, independente de estar solteira ou casada.
Nesse contexto, um estudo empírico para analisar a participação feminina no
processo de decisão de compra do vestuário masculino mostrou-se atrativo pelo seu
ineditismo e atualidade. Optou-se nesse estudo investigar tal fenômeno sob a ótica
feminina e com foco nas mulheres casadas ou com união estável, maiores de 17
anos, alfabetizadas, independente de classe social, moradoras da cidade de Natal,
Rio Grande do Norte.
A escolha desse tema levou o pesquisador a enfrentar uma realidade comum às
pesquisas em ciências sociais: como mensurar fenômenos que não podem ser
diretamente observados? Para responder a esse desafio inicial, foi desenvolvido um
trabalho de revisão de literatura focado em formar uma base teórica consistente que
possibilitasse desenhar um modelo capaz de explicar o fenômeno em estudo e
apontar qual técnica estatística seria a mais adequada para o tipo de estudo
pretendido. Com a base teórica formada e partindo-se do pressuposto de que a
operacionalização
de
conceitos
(constructos)
em
variáveis
empiricamente
observáveis (indicadores) constitui-se em procedimento central para viabilizar a
produção do conhecimento, foi proposto um modelo teórico (estrutural e de
mensuração) com a definição de antecedentes e conseqüentes da participação
feminina no processo de compra do vestuário masculino, o qual orientou também a
formulação das hipóteses acerca desse fenômeno. Dentre as técnicas estatísticas
pesquisadas a que apresentou maior aderência às características desse estudo e
viabilidade técnica de aplicação foi a análise fatorial. Seu uso possibilitou mensurar
de forma adequada os constructos envolvidos, evitando-se que variáveis mal
medidas (indicadores mal especificados) comprometessem a validade dos
resultados, o que poderia levar o pesquisador a conclusões errôneas sobre o
fenômeno em estudo, prejudicando assim a eficácia e credibilidade da pesquisa.
121
Em todas as fases dessa pesquisa foram observadas rigorosamente as
orientações teóricas sobre a utilização da técnica estatística escolhida, análise
fatorial, pois a adequação dos métodos empregados constitui-se em critério central
para avaliar os resultados de uma pesquisa (CATTEL, 1978), sendo o que distingue
o conhecimento sistemático das outras formas de conhecimento. Apesar dos
resultados da análise fatorial estarem sujeitos a dúvidas, o referencial teórico
utilizado para realização dessa pesquisa, aliado à definições prévias acerca da
quantidade de fatores comuns e à apresentação de uma expectativa teórica sobre
qual fator deve carregar em qual variável, tornou possível minimizá-las, mantendo-se
as condições necessárias para a utilização da análise fatorial confirmatória (KIM;
MUELLER, 1978). Por tudo isso, pode-se concluir que os resultados desse estudo
representam de forma fiel o comportamento da amostra acerca do fenômeno
pesquisado.
Os resultados encontrados demonstraram que, sob a ótica feminina, a mulher
participa do processo de decisão de compra do vestuário masculino, influenciando a
decisão do homem no processo de compra do seu vestuário (correlações
identificadas), podendo-se concluir que a questão de pesquisa foi respondida de
forma satisfatória. O objetivo geral, analisar a participação feminina no processo de
decisão de compra do vestuário masculino, foi alcançado, pois as análises
realizadas no decorrer do trabalho indicaram, de forma coerente com a base teórica,
a existência de relações entre a participação feminina e seus antecedentes e
conseqüentes. Da mesma forma, os três objetivos específicos definidos: identificar
os constructos (variáveis latentes) antecedentes e conseqüentes da participação
feminina na decisão de compra do vestuário masculino, identificar indicadores
(variáveis manifestas) para todos os constructos envolvidos no fenômeno estudado
e verificar as relações de dependência entre todos os constructos estudados, foram
alcançados no decorrer do desenvolvimento dessa pesquisa. Para possibilitar essas
constatações, inicialmente foi investigada a validade convergente de todos os
indicadores especificados para cada um os sete constructos definidos, através da
aplicação da AFC, pois a utilização de variáveis inválidas colocaria sob suspeita
quaisquer análises subseqüentes e “não é apenas porque um pesquisador formula
uma questão para medir alguma coisa que a questão de fato a mede, é preciso que
várias propriedades da variável indicadora sejam confirmadas, antes que ela possa
122
ser utilizada como medida válida” (ARANHA; ZAMBALDI, 2008, p.108). A
convergência das medidas, isto é, a existência de forte correlação entre medidas
destinadas a mensurar um mesmo constructo (GERBING; ANDERSON, 1988;
CHURCHILL, 1999), foi suportada basicamente pelo fato de 32 das 35 variáveis
manifestas
(indicadores)
especificadas
apresentarem
coeficientes
fatoriais
significativos em relação aos seus respectivos constructos, sendo as três que não
apresentaram significância teórica nem prática significativas excluídas do estudo
(IF3, IC3 e IC7), pois essa condição não justificaria sua permanência. Após a
avaliação da convergência do conjunto de medidas proposto (modelo de
mensuração), foi examinada a força das relações de causalidade, que segundo
Cattel (1978) está ligada ao motivo pela qual as variáveis se associam linearmente,
verificando-se as correlações entre os sete constructos do modelo estrutural através
do teste paramétrico de Pearson, que confirmou os resultados esperados com base
na fundamentação teórica. Todas as hipóteses formuladas a respeito das relações
existentes foram, dessa forma, apoiadas denotando assim coerência entre o
resultado apresentado pela amostra pesquisada (empírico) e a base teórica
consultada (teórico).
Em termos práticos, essa pesquisa contribuiu para o aprofundamento do estudo
das mudanças ocorridas nos papéis assumidos pelo gênero masculino e feminino,
enquanto consumidores, tanto para a área acadêmica como para os profissionais de
marketing, que estão agora pesquisando como fazer a transição de produtos
dependentes de um gênero para produtos dependentes a ambos os sexos, trabalho
esse que torna-se cada vez mais complexo pois segundo Blackwell, Miniard e Engel
(2009), os papéis não são mais determinados biologicamente pelo sexo e sim pelas
experiências sociais que ensinam aos homens e às mulheres atividades diferentes
enquanto consumidores.
Não existem trabalhos perfeitos, nem cientistas/pesquisadores que por serem
intelectualmente, pessoalmente e moralmente comprometidos com métodos de
pesquisa no seu estado-da-arte possam fazer um trabalho perfeito (HUNTER, 2001),
o que está sempre presente nos trabalho científicos são escolhas, conscientes ou
não, as quais implicam em limitações que passam a ser inerentes aos esforços de
pesquisa, cabendo ao pesquisador expô-las ao máximo para que os novos trabalhos
possam definir, ainda no seu planejamento, formas de suplantá-las. As limitações
123
deste estudo, resultado das decisões tomadas ou dos próprios dados coletados,
devem ser compreendidas e encaradas como oportunidades de melhoria sem,
contudo, desqualificar nem diminuir a importância e validade dos resultados
encontrados:
 A primeira limitação diz respeito ao critério utilizado para a formação da
amostra que foi o da acessibilidade (conveniência), técnica não-probabilística
que por essa razão não permite que as estimativas obtidas nesse trabalho
sejam estatisticamente projetáveis para a população, ou seja, não é
recomendável fazer inferências ou projeções sobre a população-alvo da qual
se extraiu a amostra (MALHOTRA, 2006).
 A segunda limitação está relacionada ao comportamento dos dados
coletados, limitação esta comum às pesquisas em ciências sociais, pois no
mundo real, na maioria das vezes, os dados coletados ferem as premissas
estabelecidas para a possibilidade de aplicação da análise multivariada, as
quais foram minimizadas através do uso de um tamanho adequado de
amostra.
Com esta pesquisa despertaram-se novas dúvidas acerca do comportamento de
compra de homens e mulheres, oferecendo-se dessa forma um caminho fértil para
outras pesquisas na área de marketing, o que possibilitaria responder a muitas
outras questões a respeito desse complexo comportamento que não fizeram parte
do escopo deste trabalho, mas que juntamente com as limitações apresentadas por
esse estudo, orientaram a proposição das seguintes recomendações:
 Realização de novos estudos sobre o fenômeno abordado mas com a
utilização de amostragem aleatória simples ou até mesmo, dependendo do
foco do pesquisador, uma amostragem por cluster, sempre utilizando-se para
cada indicador (questão) a razão de 1 para no mínimo 15 respondentes,
visando a formação de
amostra capaz de responder positivamente aos
requisitos mínimos de utilização das técnicas multivariadas.

Utilização em estudos futuros da modelagem de equações estruturais (SEM),
técnica multivariada que combina aspectos de regressão múltipla e análise
fatorial para estimar uma série de relações de dependência interrelacionadas
124
simultaneamente (HAIR JR. et al., 2005), e cujos algoritmos utilizados
possibilitam incorporar ao mesmo tempo os efeitos de erros de mensuração
sobre os coeficientes estruturais, superando, dessa forma, as limitações
intrínsecas da técnica de análise fatorial no estudo de um modelo complexo
de forma simultânea.

Abordagem do mesmo fenômeno estudado nessa pesquisa, mas sob a ótica
masculina, pois um estudo com esse foco seria interessante pelo fato de
poder-se confrontar os resultados da análise de um mesmo fenômeno sob
óticas diferentes, percepção do gênero feminino versus percepção do gênero
masculino.
125
REFERÊNCIAS
AAKER, D. A.; Kumar, V.; DAY, G.S. Pesquisa de marketing. São Paulo: Atlas,
2009.
ALMEIDA, L.; FREIRE, T. Metodologia da investigação em psicologia e
educação. Braga: Psiquilíbrios, 2000.
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatística aplicada à
administração e economia. São Paulo: Pioneira Thomson Learning, 2002.
ANDREWS, J.C.; DURVASULA, S.; AKHTER, S.H. A framework for
conceptualizing and measuring involvement construct In advertising research.
In: Journal of Advertising. v. 19, n. 4, p. 27-40, 1990.
ARANHA, F.; ZAMBALDI, F. Análise fatorial em administração. São Paulo:
Cengage Learning, 2008.
ARBUCKLE, J. L. Amos 7.0 user’s guide. Chicago: SPSS, 2006.
ARIELY, D.; LEVAV, J. Sequential choice in group settings: taking the road less
traveled and less enjoyed. Journal of Consumer Research, v.27, p. 279-290, 2000.
ARORA, R. Validation of an S-O-R model for situational, enduring, and
response components of involvement. In: Journal of Marketing Research. V. 19,
p. 505-516, 1982.
ASSAEL, H. Consumer behavior and marketing action. Boston: PWS-Kent, 1992.
BASTOS, E. R. A influência feminina no consumo masculino de cosméticos.
Dissertação (Mestrado Profissional em Administração), Faculdades IBMEC, Rio de
Janeiro, 2005.
BLACKWELL, R. D.; MINIARD, P. W.; ENGEL, J. F. Comportamento do
consumidor. São Paulo: Cengage Learning, 2009.
BLALOCK, H. M. Measurement in the social sciences: theories and strategies.
Chicago, Illinois: Aldine Publishing Company, 1974.
BLALOCK, H. M. Basic dilemmas in the social sciences. Beverly Hills, California:
Sage, 1984.
BLOCH, P. H.; SHERRELL, D.L.; RIDGWAY, N.M. Consumer search: an extended
framework. In: Journal of Consumer Research. v. 13, n. 1, p. 119126, 1986.
BRUGGEN, G.H.; WIERENGA, B. Broading the perspective on marketing
decision models. International Journal of Research in Marketing, v. 17, p. 159-168,
2000.
126
BURNHAM, T. A.; FRELS, J. K.; MAHAJAM, V. Consumer switching costs: a
typology, antecedents and consequences. Journal of Academy of Marketing
Science, v.31, n.2, p. 109-126, 2003.
CARUANA, A. The impact of switching costs on customer loyalty: a study
among corporate customers of mobile telephony. Journal of Targeting,
Measurement and Analysis for Marketing, v. 12, n. 3, p. 256-268, March, 2004.
CATTEL, R. B. The scientific use of factor analysis in behavioral and life
sciences. New York: Plenum, 1978.
CELSI, R.L.; OLSON, J.C. The role of involvement in attention and
comprehension processes. In: Journal of Consumer Research. V. 15, n. 2, p. 210224, 1988.
CHURCHILL, G. A. Marketing research: methodological foundations. Orlando:
The Dryden Press, 1999.
CHURCHILL, G. A.; PETER, J. P. Marketing: criando valor para o cliente. São
Paulo: Saraiva, 2000.
COHEN, J. Statistical Power analysis for the behavioral sciences. Hillsdale, NJ:
Lawrence Erlbaum, 1988.
COOPER, D. R.; SCHINDLER, P. S. Métodos de pesquisa em administração.
Porto Alegre: Bookman, 2003.
COULTER, R.A.; PRICE, L.L.; FEICK, L. Rethinking the origins of involvement
and brand commitment: insights from postsocialist Central Europe. In: Journal
of Consumer Research. V. 30, n. 2, p. 151-170, 2003.
DAVIDOVITSCH, L. Antecedentes e conseqüências dos níveis de envolvimento
masculino com vestuário: uma pesquisa empírica com homens do Rio de
Janeiro. Dissertação (Mestrado em Administração), Pontifícia Universidade Católica
do Rio de Janeiro, Rio de Janeiro, 2007.
DAVIS, H. L.; RIGAUX, B. R. Perception of marital roles in decision process.
Journal of Consumer Research, v. 1, p. 5-14, jun. 1974.
DEVLIN, S. J.; DONG, H. K.; BROWN, M. Selecting a scale for measuring quality.
Marketing Research, v. 5, n. 3, p. 12-17, Summer, 1993.
DIAS, S. R. (Coord.). Gestão de marketing. São Paulo: Saraiva, 2003.
DUTRA, J. L. Onde você comprou esta roupa tem para homem? : a construção
de masculinidades nos mercados alternativos de moda. In: Nu & Vestido: Dez
Antropólogos Revelam a Cultura do Corpo Carioca. Organizadora: Goldenberg, M.
Rio de Janeiro, Record, 2002.
ENGEL, J. F.; BLACKWELL, R. D.; MINIARD, P. W. Consumer behavior. Hindsale:
The Dryden Press, 1995.
127
ENGEL, J. F.; BLACKWELL, R. D.; MINIARD, P. W. Comportamento do
consumidor. Rio de Janeiro: Livros Técnicos e Científicos, 2000.
ETZEL, M. J. et al. Marketing. São Paulo: Makron Books, 2001.
FARIAS, S. A.; SANTOS, R. C. Modelagem de equações estruturais e satisfação
do consumidor: uma investigação teórica e prática. RAC, v. 4, n. 3, p. 107-132,
set/dez. 2000.
FEIR, B. J.; TOOTHAKER, L. E. The anova f-test versus the kruskal-wallis test: a
robustness study. Artigo publicado em: Annual Meeting of the American
Educational Research Association, Chicago, 1974.
FILHO, C. G. O impacto da gestão do conhecimento de marketing na inovação
e vantagem competitiva de novos produtos. Tese (Doutorado em Administração),
Universidade Federal de Minas Gerais, Faculdade de Ciências Econômicas, Belo
Horizonte, 2001.
FREIRE, J. S. S. Modelagem de equações estruturais: apresentação de uma
metodologia. Dissertação (Mestrado em Engenharia da Produção), Universidade
Federal do Rio Grande do Sul, Porto Alegre, 2006.
GARY A. Y. Leadership in organizations. Englewood Cliffs, N.J.: Prentice Hall,
1981.
GEFEN, D.; STRAUB, D.W.; BOUDREAU, M.C. Structural equation modeling
and regression: guidelines for research practice. Commun AIS, 4, 1-77, 2000.
GERBING, D. W.; ANDERSON, J. C. An updated paradigm for scale
development incorporating unidimensionality and its assessement. Journal of
Marketing Research, v. 15, p. 186-92, May, 1988.
GIL, A. C. Métodos e técnicas de pesquisa social. São Paulo: Atlas, 2009.
GOSLING, M. Modelo estrutural de marketing de relacionamento: aplicação e
validação em uma instituição de ensino. Tese (Doutorado em Administração),
Universidade Federal de Minas Gerais, Faculdade de Ciências Econômicas, Belo
Horizonte, 2004.
GOLDSTEIN, M.; ALMEIDA, H. S. Crítica dos modelos integrativos de
comportamento do consumidor. Revista de Administração - RAUSP, v. 35, n.1,
14-22, Jan./Mar. 2000.
HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise
multivariada de dados. Porto Alegre: Bookman, 2005.
HAWKINS, D. Identification of outliers. London, Chapman and Hall, 1980.
HAYS, W. L., Statistics for psychologists. New York: Holt, Rinehart & Winston,
1963.
128
HERSHBERGER, S. L.; MARCOULIDES, G. A.; PARRAMORE, M. M. Structural
equation modeling: an introduction. In B.H. Pugesek, A. Tomer & A.V. Eye (Eds.),
Structural equation modeling: Applications in ecological and evolutionary biology,
Cambridge: Cambridge University Press, p. 3-41, 2003.
HOUAISS, A. Dicionário eletrônico Houaiss da lingua portuguesa, Rio de
Janeiro: Objetiva, 2009.
HOUSTON, M. J.; ROTHSCHILD, M. L. A paradigm for research on consumer
involvement. University of Wisconsin-Madison, 1977. Working paper.
HUNTER, John E. The desperate need for replications. Journal of Consumer
Research, v. 28, p. 149-158, June, 2001.
HUOT, R. Métodos quantitativos para as ciências humanas. Lisboa: Instituto
Piaget, 2002.
IBGE,
Sinopse
censo
demográfico
2010.
<www.censo2010.ibge.gov.br>. Acesso em: 29 nov. 2010.
Disponível
em:
IPC TARGET, IPC Maps 2011: consumo Brasil. Disponível em: <www.ipcbr,com>.
Acesso em: 21 nov. 2010.
JÖRESKOG, K.; SÖRBOM, D. Lisrel 8: user’s reference guide. Lincolnwood:
Scientific Software International, 2000.
KIM, J.; MUELLER, C. Introduction to factor analysis: what it is and how to do it.
Newbury Park: Sage, 1978.
KLEM, L. Structural equation modeling. In L.G. Grimm & P. R. Yarnold (Eds.),
Reading and understanding more multivariate statistics. Washington: American
Psychological Association. p. 227-260, 2006.
KLINE, R. B. Principles and practice of structural equation modeling. New York:
The Guilford Press, 1998.
KOTLER,
P.
Administração
de marketing:
implementação e controle. São Paulo: Atlas, 1998.
análise,
planejamento,
KOTLER, P. Administração de marketing: a edição do milênio. Prentice Hall: São
Paulo, 2000.
KOTLER, P.; KELLER, K. L. Administração de marketing. São Paulo: Pearson
Prentice Hall, 2006.
LAKATOS, E. M.; MARCONI, M. A. Fundamentos de metodologia científica. São
Paulo: Atlas, 2010.
LAM, S. Y.; SHANKAR, V.; ERRAMILLI, M. K.; MURTHY, B. Customer, value,
satisfaction, loyalty and switching costs: a illustration from a business-tobusiness service context. Journal of The Academy of Marketing Science, v. 32,
n.3, p. 293-311, 2004.
129
LATIF, S. Modelagem de equações estruturais. Dissertação (Mestrado em
Estatística), Universidade de São Paulo, São Paulo, 2000.
LAURENT, G.; KAPFERER, J.N. Measuring consumer involvement profiles. In:
Journal of Marketing Research. V. 22, p. 41-53, 1985.
LEE, J.; LEE, J.; FEICK, L. The impact of switching costs on the customers
satisfaction-loyalty link: mobile phone service in France. The Journal of Services
Marketing, v. 15, n. 1, p. 35-48, 2001.
LEMKE, C., Modelos de equações estruturais com ênfase em análise fatorial
confirmatória no software AMOS. Dissertação (Instituto de Matemática),
Universidade Federal do Rio Grande do Sul, Porto Alegre, 2005.
LOEHLIN, J. Latent variable model: an introduction to factor, path, and
structural equation analysis. Londres: Lawrence Erlbaum Associates, 2004.
LOPES, H. E. G. A força dos contatos: um estudo das redes interpessoais de
profissionais da Região Metropolitana de Belo Horizonte. Tese (Doutorado em
Administração), Universidade Federal de Minas Gerais, Faculdade de Ciências
Econômicas, Belo Horizonte, 2001.
MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. Porto
Alegre: Bookman, 2006.
MARUYAMA, G. M. Basics of structural equation modeling. Thousand Oaks, Ca:
Sage Publications Inc., 1998.
MATTAR, F. N. Pesquisa de marketing: metodologia, planejamento. São Paulo:
Atlas, 1999.
MAZZON, J. A. Análise de outliers. Porto Alegre, Universidade Federal do Rio
Grande do Sul, 05 mar. 2004. Argüição da defesa de dissertação de mestrado da
aluna Francine Silveira Espinoza da Escola de Administração/UFRGS.
MEDEIROS, C. A. F. Comprometimento organizacional: um estudo de suas
relações com características organizacionais e desempenho nas empresas
hoteleiras, Tese (Departamento de Administração, Programa de Pós-Graduação em
Administração), Universidade de São Paulo, Faculdade de Economia, Administração
e Contabilidade, São Paulo, 2003.
MENDES DA SILVA, W.; BIDO, D. S.; FORTE, D. Identificando atributos que
influenciam o desempenho do professor de finanças: evidências empíricas por
meio de equações estruturais. Rio de Janeiro: Anais do XXXII Encontro da
Associação dos Programas de Pós-Graduação e Pesquisa em Administração ANPAD, 2008.
MICCERI, T. The unicorn, the normal curve, and other improbable creatures.
Florida: University of South Florida, 1989.
MINISTÉTRIO DA EDUCAÇÃO, Lei de diretrizes e bases da educação. Disponível
em: <www.portal.mec.gov.br/arquivos>. Acesso em: 12 set. 2010.
130
MOWEN, J. C. Consumer behavior. Englewood Cliffs: Prentice Hall, 1995.
MOWEN, J.C.; MINOR, M. Consumer behavior. Upper Saddle River, NJ:
Prentice Hall, 1998.
O‟CASS, A. Fashion clothing consumption: antecedents and consequences of
fashion clothing involvement. In: European Journal of Marketing. V. 38, n. 7, p.
869, 2004.
PARK, C. W.; LESSIG, V. P. Students and housewife’s: differences in
susceptibility in reference group influence. Journal of Consumer Research, v.4, p.
102-110, 1977.
PEDHAZUR, E.; SCHMELKIN, L. Measurement, design and analysis, na
integrated approach. Hillsdale, NJ: Lawrence Erlbaum Associates, 1991.
PEREIRA, J. C. R. Análise de dados qualitativos: estratégias metodológicas
para as ciências da saúde, humanas e sociais. São Paulo: EDUSP, 2001.
PARSONS, T. O sistema das sociedades modernas. São Paulo: Pioneira, 1974.
POPCORN, F.; MARIGOLD, L. Público-Alvo: mulher - oito verdades do
marketing para conquistar a consumidora do futuro. Rio de Janeiro: Campus:
2000.
QUEIROZ, M. Influência feminina e moda
<www.vilamulher.com.br>. Acesso em: 2 abr. 2010.
masculina.
Disponível
REISENGER, I.; TURNER, L. Structrual equation modeling with
application in tourism. Tourism Management v. 20, p. 71–80, 1999.
em:
Lisrel:
RICHERS, R. O enigmático mais indispensável consumidor: teoria e prática.
Revista da Administração, jul./set. de 1984.
RICHINS, M.L.; BLOCH, P. H. After the new wears off: the temporal
context of product involvement. In: Journal of Consumer Research. V. 13, n. 2, p.
280-285, 1986.
RIES, A.; TROUT, J. As 22 consagradas leis do marketing. São Paulo: Makron
Books, 1993.
SAMPIERI, R. H.; COLLADO, C. F.; LUCIO, P. B. Metodología de la
investigación. Madrid: McGraw-Hill, 1991.
SANTOS, R. B., Modelos de equações estruturais. Dissertação (Instituto de
Matemática, Departamento de Estatística), Universidade Federal do Rio Grande do
Sul, Porto Alegre, 2002.
SCHIFFMAN, L.G.; KANUK, L. L. Comportamento do consumidor. São Paulo:
LTC Editora, 2000.
131
SCHUMACKER, R.E.; LOMAX, R.G. A begginer’s guide to structural equation
modeling. New Jersey: Lawrence Erlbaum Associates, 2001.
SELLTIZ, C.; WRIGHTSMAN, L. S.; COOK, S. W. Métodos de pesquisa nas
relações sociais. São Paulo: EPU, 1987.
SEO, J. I.; HATHCOTE, J. M.; SWEANEY, A. L. Casualwear shopping behavior
of college men in Georgia, USA. Journal of Marketing and Management. V.5, n.3,
2001. p. 208-222.
SHETH, J. N.; MITTAL, B.; NEWMAN, B. I. Comportamento do cliente: indo além
do comportamento do consumidor. São Paulo: Atlas, 2001.
SOLOMON, M. R. O comportamento do consumidor: comprando, possuindo e
sendo. Porto Alegre: Editora Bookman, 2008.
SOPHIA MIND, Brasileiras controlam 66% do consumo das famílias brasileiras,
Disponível em: <www.sophiamind.com/pesquisas>. Acesso em: 10 jun. 2010.
SUTTON, R. I.; STAW, B. M. What theory is not. Administrative Science Quarterly,
v. 3, 30, p. 84-371, September, 1995.
TABACHNICK, B.; FIDELL, L. Using multivariate analysis. Needham Heights: Allyn
& Bacon, 2007.
ULLMAN, J. Structural equation modeling. In: TABACHNICK, B.; FIDELL, L. Using
multivariate statistics. Boston: Allyn and Bacon, 2001.
UNIVERSITY OF NEW ENGLAND - UNE. Common statistical tests. Disponível
em: <www.une.edu.au/psychology>. Acesso em: 14 ago. 2011.
UNDERHILL, P. Vamos às compras: a ciência do consumo. Rio de Janeiro:
Campus, 1999.
URDAN, A.; RODRIGUES, A. O modelo do índice de satisfação do cliente norteamericano: um exame inicial no Brasil com equações estruturais. Revista de
Administração Contemporânea, Rio de Janeiro, v. 3, n. 3, p. 109-130, set./dez. 1999.
URDAN, A.; ZUÑIGA, M. Satisfação com assistência técnica e lealdade ao
fabricante no ramo automobilístico. Revista de Administração de Empresas, São
Paulo, v. 41, n. 3, p. 31-41, jul./set. 2001.
VEIGA, R. Um exame empírico do modelo de conseqüências comportamentais
da qualidade de serviços. Tese (Doutorado em Administração), Universidade
Federal de Minas Gerais, Faculdade de Ciências Econômicas, Belo Horizonte, 2000.
WARRINGTON, P.; SHIM, S. An empirical investigation of the relationship
between product involvement and brand commitment. In: Psychology and
Marketing. V. 17, n. 9, p. 761-782, 2000.
WELLS, W.; PRENSKY, D. Consumer behavior. New York: John Wiley &
Sons, 1996.
132
ZAICHKOWSKY, J.L. Measuring the involvement construct. In: Journal of
Consumer Research. V. 12, n. 3, p. 341-352, 1985.
ZELLER, R. A.; CARMINES, E.G. Measurement in the social sciences: the link
between theory and data. Cambridge: Cambridge University Press, 1980.
133
APÊNDICES
134
APÊNDICE 1 – Questionário Aplicado
Pesquisa Acadêmica
-Este questionário destina-se a uma Pesquisa Científica do Mestrado Profissional em Administração da Universidade Potiguar - UnP.
-Sua resposta representa importante contribuição para um estudo que visa entender melhor a relação da mulher no consumo do vestuário masculino.
-O que você responder será tratado de maneira confidencial. Sua identificação não será necessária.
-Por favor, responda a todas as questões.
-Agradecemos desde já a sua colaboração.
Por favor, para cada item abaixo marque um "X" na coluna ao lado de acordo com a frequência que mais se adéque
às situações apresentadas
Não, nunca
1
Raramente
2
Às vezes
3
Quase sempre Sim, sempre
4
5
Não, nunca
Raramente
Às vezes
Quase sempre Sim, sempre
1
2
3
4
5
Sem
importância
Pouca
importância
Razoável
importância
Importante
Muito
importante
1
2
3
4
5
1- Você acompanha o seu marido ao setor ou loja de roupas masculinas
PF
2- Você considera um prazer fazer compras de roupas masculinas com seu marido
3- Você e seu marido avaliam conjuntamente todos os aspectos desse tipo de compra
4- Você é a responsável pelas compras das roupas de seu marido
5- Você, voluntariamente, orienta o modo de vestir do seu marido
IF
6- Você o supreenderia com um novo estilo de roupa,uma nova tendência ou moda
7- Nas datas comemorativas você prefere presenteá-lo com roupas
8- Na sua opinião, ele gosta quando você o incentiva a vestir-se bem
9- Ele lhe pede para recomendar que roupa comprar/usar
DM
10- Ele aprova seu gosto para roupas masculinas
Por favor, para cada item abaixo marque um "X" na coluna ao lado de acordo com a frequência que mais se adéque
às situações apresentadas
1- Comprar roupa para seu marido é uma atividade que lhe entusiasma, agrada
2- Ao escolher que roupas comprar para seu marido você se preocupa com detalhes (cor, modelo, estampas, tecido)
EM
3- Você já comprou alguma roupa que seu marido recusou-se a usar
4- É importante para você fazer a escolha certa nesse tipo de compra
5- A decisão de "ir às compras" de roupas para seu marido é sua
6- Você é quem define a forma de pagamento desse tipo de compra
7- Seu marido leva em conta sua opinião na decisão de compra de suas roupas
DH
8 - A palavra final sobre que roupa comprar é de seu marido
Por favor, para cada item abaixo marque um "X" na coluna ao lado de acordo com o grau de importância de cada
atributo para a escolha das roupas de seu marido
1- Conforto
2- Bom corte (modelagem)
3- Estilo
4- Marca (griffe)
5- Relação entre qualidade e preço
6- Atualidade do modelo (moda)
7-Funcionalidade
8-Preço
9-Qualidade
10-Durabilidade
IA
135
Por favor, para cada item de vestuário masculino abaixo marque um "X" na coluna ao lado de acordo com o grau de
importância que você dispensa na hora da compra
Sem
importância
Pouca
importância
Razoável
importância
Importante
Muito
importante
1
2
3
4
5
1-Underwear (roupa íntima)
2-Praia (banho)
3-Lazer
4-Trabalho (dia a dia)
IC
5-Social Informal (Casual)
6-Social Formal
7-Dormir
Para concluirmos esta Pesquisa Acadêmica, solicitamos informar alguns dados pessoais (marcar apenas uma opção):
( )
( )
( )
( )
( )
Menos de 21
Mais de 50
De 21 a 30 anos De 31 a 40 anos De 41 a 50 anos
anos
anos
Idade
(
Escolaridade
)
Alfabetizada
( )
Ensino
Fundamental
(
)
(
)
(
)
Ensino Médio Ensino Superior Pós-Graduada
SD
Renda Familiar Mensal
(
)
( )
( )
( )
( )
De R$ 751,00 a De R$ 1.651,00 De R$ 2.951,00 Acima de R$
Até R$ 750,00
R$ 1.650,00 a R$ 2.950,00 a R$ 5.350,00
5.350,00
(
)
Ocupação
Autônoma
O Questionário chegou ao fim. Muito Obrigado pela sua participação!
( )
( )
Funcionária Funcionária da
Pública Iniciativa Privada
(
)
Estudante
(
)
Outras
136
APÊNDICE 2 - Gráficos Scree Plot dos Constructos e Modelo
PARTICIPAÇÃO FEMININA
INFLUÊNCIA FEMININA
Scree Plot
1,6
1,4
1,2
Eigenvalue
1,0
,8
,6
1
2
3
4
Component Number
DEPENDÊNCIA MASCULINA
ENVOLVIMENTO DA MULHER
Scree Plot
2,0
1,6
1,8
1,4
1,6
1,2
1,4
1,0
1,2
,8
1,0
,6
,8
Eigenvalue
Eigenvalue
Scree Plot
1,8
,4
,2
1
2
,6
,4
3
1
Component Number
4
IMPORTÂNCIA ATRIBUTOS
Scree Plot
Scree Plot
2,0
4,0
1,8
3,5
1,6
3,0
1,4
2,5
1,2
2,0
1,0
1,5
,8
1,0
Eigenvalue
Eigenvalue
3
Component Number
DECISÃO DO HOMEM
,6
,4
1
2
2
Component Number
3
4
,5
0,0
1
2
3
4
5
Component Number
6
7
8
9
10
137
IMPORTÂNCIA CATEGORIAS
MODELO ANALISADO
Scree Plot
Scree Plot
1,8
10
1,6
8
1,4
6
1,2
4
Eigenvalue
1,0
Eigenvalue
,8
,6
2
0
1
,4
1
2
3
Component Number
4
5
6
7
5
3
9
7
13
11
17
15
Component Number
21
19
25
23
29
27
33
31
35
138
APÊNDICE 3 - Histogramas dos Indicadores e Constructos
Histogram
300
200
200
100
100
Frequency
Frequency
Histogram
300
Std. Dev = 1,59
Mean = 3,7
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,39
Mean = 3,9
N = 535,00
0
5,0
1,0
PF1 - acompanhar o homem nas compras
2,0
3,0
4,0
5,0
PF2 - prazer em comprar com o homem
Histogram
Histogram
400
300
300
200
200
Frequency
Frequency
100
100
Std. Dev = 1,57
Mean = 4,0
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
PF3 - avaliar com o homem as compras
Std. Dev = 1,70
Mean = 2,8
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
IF1 - mulher responsável pelas compras
139
Histogram
Histogram
300
400
300
200
200
Frequency
Frequency
100
100
Std. Dev = 1,34
Mean = 4,0
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,80
Mean = 3,5
N = 535,00
0
5,0
1,0
IF2 - a mulher orienta o homem
2,0
3,0
4,0
5,0
IF3 - mulher influencia estilo
Histogram
Histogram
200
300
200
100
Frequency
Frequency
100
Std. Dev = 1,21
Mean = 3,7
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,33
Mean = 3,9
N = 535,00
0
5,0
1,0
IF4 - mulher presenteia com roupas
2,0
3,0
4,0
5,0
DM1 - homem gosta do incentivo
Histogram
Histogram
200
400
300
200
Frequency
Frequency
100
100
Std. Dev = 1,70
Mean = 3,0
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
DM2 - homem pede recomendação
Std. Dev = 1,26
Mean = 4,0
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
DM3 - homem aprova o gosto da mulher
140
Histogram
Histogram
300
400
300
200
200
Frequency
Frequency
100
100
Std. Dev = 1,32
Mean = 3,9
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,07
Mean = 4,3
N = 535,00
0
5,0
1,0
EM1 - gosta de comrpar r masculinas
2,0
3,0
4,0
5,0
EM2 - mulher decide os detalhes
Histogram
Histogram
300
400
300
200
200
Frequency
Frequency
100
100
Std. Dev = ,89
Mean = 4,2
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = ,65
Mean = 4,6
5,0
1,0
EM3 - mulher comprou roupa q hm recusou
2,0
3,0
4,0
5,0
EM4 - importancia em fazer escolha certa
Histogram
Histogram
300
300
200
200
100
100
Frequency
Frequency
N = 535,00
0
Std. Dev = 1,57
Mean = 2,5
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
DH1 - decisao de compra da mulher
Std. Dev = 1,66
Mean = 3,5
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
DH2 - definição do pagamento pela mulher
141
Histogram
Histogram
400
300
300
200
200
Frequency
Frequency
100
100
Std. Dev = 1,23
Mean = 1,8
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,67
Mean = 3,1
N = 535,00
0
5,0
1,0
DH3 - o hm considera opiniao mlhr
2,0
3,0
4,0
5,0
DH4 - palavra final é do hm
Histogram
Histogram
300
400
300
200
200
Frequency
Frequency
100
100
Std. Dev = ,75
Mean = 4,0
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = ,73
Mean = 3,9
N = 535,00
0
5,0
1,0
IA1 - importancia do conforto
2,0
3,0
4,0
5,0
IA2 - importancia do bom corte
Histogram
Histogram
400
200
300
100
100
Std. Dev = ,74
Mean = 3,9
N = 535,00
0
1,0
2,0
3,0
4,0
IA3 - importancia do estilo
5,0
Frequency
Frequency
200
Std. Dev = 1,19
Mean = 3,0
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
IA4 - importancia da marca/griffe
142
Histogram
Histogram
300
200
200
100
Std. Dev = ,76
Mean = 3,9
N = 535,00
0
1,0
2,0
3,0
4,0
Frequency
Frequency
100
Std. Dev = 1,15
Mean = 3,2
N = 535,00
0
5,0
1,0
IA5 - importancia do custo/benefico
2,0
3,0
4,0
5,0
IA6 - importancia da moda
Histogram
Histogram
300
400
300
200
200
Frequency
Frequency
100
100
Std. Dev = ,88
Mean = 4,2
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = ,80
Mean = 4,0
N = 535,00
0
5,0
1,0
IA7 - importancia da funcionalidade
2,0
3,0
4,0
5,0
IA8 - importancia do preço
Histogram
Histogram
400
300
300
200
200
Frequency
Frequency
100
100
Std. Dev = ,72
Mean = 4,4
N = 535,00
0
2,0
3,0
4,0
5,0
IA9 - importancia da qualidade
Std. Dev = ,79
Mean = 4,3
N = 535,00
0
1,0
2,0
3,0
4,0
5,0
IA10 - importancia da durabilidade
143
Histogram
Histogram
400
200
300
100
100
Frequency
Frequency
200
Std. Dev = 1,14
Mean = 3,7
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,18
Mean = 2,4
N = 535,00
0
5,0
1,0
IC1 - roupa íntima
2,0
3,0
4,0
5,0
IC2 - praia
Histogram
Histogram
300
200
200
100
Std. Dev = ,92
Mean = 4,0
N = 535,00
0
1,0
2,0
3,0
4,0
Frequency
Frequency
100
Std. Dev = 1,51
Mean = 3,0
5,0
1,0
IC3 - lazer
3,0
4,0
5,0
Histogram
300
200
200
100
100
Std. Dev = 1,15
Std. Dev = 1,48
Mean = 3,5
Mean = 2,5
N = 535,00
0
3,0
IC5 - social casual
4,0
5,0
Frequency
Frequency
Histogram
2,0
2,0
IC4 - trabalho
300
1,0
N = 535,00
0
N = 535,00
0
1,0
2,0
3,0
IC6 - social formal
4,0
5,0
144
Histogram
Histogram
300
200
200
100
Frequency
Frequency
100
Std. Dev = 1,20
Mean = 2,1
N = 535,00
0
1,0
2,0
3,0
4,0
Std. Dev = 1,14
Mean = 2,9
N = 535,00
0
5,0
1,0
IC7 - dormir
2,0
3,0
4,0
5,0
SD1 - Idade
Histogram
Histogram
400
300
300
200
200
Std. Dev = ,74
Mean = 3,6
N = 535,00
0
1,0
2,0
3,0
4,0
Frequency
Frequency
100
100
Std. Dev = ,97
Mean = 3,0
N = 535,00
0
5,0
1,0
SD2 - escolaridade
2,0
3,0
4,0
5,0
SD3 - renda familiar
Histogram
Histogram
300
200
200
Frequency
100
Frequency
100
Std. Dev = 1,22
Std. Dev = 1,23
Mean = 2,8
N = 535,00
0
1,0
2,0
3,0
SD4 - ocupação
4,0
5,0
Mean = 3,86
N = 535,00
0
1,00
2,00
1,50
2,50
3,00
4,00
3,50
Constructo Central
4,50
5,00
145
Histogram
Histogram
160
300
140
120
200
100
80
100
40
Frequency
Frequency
60
Std. Dev = 1,05
20
Mean = 3,66
N = 535,00
0
1,00
2,00
1,50
3,00
2,50
4,00
3,50
Std. Dev = ,68
Mean = 4,25
N = 535,00
0
5,00
2,00
4,50
3,00
2,50
Constructo Antecedente 1
4,00
3,50
5,00
4,50
Constructo Antecedente 2
Histogram
Histogram
120
80
100
60
80
60
40
Std. Dev = ,86
20
Mean = 3,49
N = 535,00
0
2,50
2,00
3,50
3,00
4,50
4,00
20
Std. Dev = ,47
Mean = 3,89
N = 535,00
0
75
4, 0
5
4, 5
2
4, 0
0
4, 5
7
3, 0
5
3, 5
2
3, 0
0
3, 5
7
2, 0
5
2, 5
2
2, 0
0
2, 5
7
1,
1,50
Frequency
Frequency
40
5,00
Constructo Antecedente 3
Constructo Consequente 1
Histogram
Histogram
120
70
100
60
50
80
40
60
30
20
Frequency
Frequency
40
Std. Dev = 1,04
20
Mean = 2,73
N = 535,00
0
2,00
1,50
2,50
3,00
4,00
3,50
5,00
4,50
Constructo Consequente 2
Mean = 3,02
N = 535,00
0
50
4, 5
2
4,
00
4, 5
7
3,
50
3, 5
2
3,
00
3, 5
7
2,
50
2, 5
2
2,
00
2, 5
7
1,
1,00
Std. Dev = ,55
10
Constructo Consequente 3
146
APÊNDICE 4 – Gráficos Box Plot dos Indicadores e Constructos
6
6
5
5
4
4
3
3
2
2
1
1
0
N=
0
535
N=
PF1 - ac ompanhar o h
6
6
5
5
4
4
3
3
2
2
1
1
0
N=
0
535
N=
PF3 - av aliar com o
6
5
5
4
4
3
3
2
2
1
1
0
535
IF1 - mulher respons
6
N=
535
PF2 - pr azer em comp
0
535
IF2 - a mulher orien
N=
535
IF3 - mulher influen
147
6
6
5
5
4
4
3
3
2
2
1
1
0
0
N=
535
N=
IF4 - mulher present
6
6
5
5
4
4
3
3
2
2
1
1
0
N=
535
DM1 - homem gosta do
0
535
N=
DM2 - homem pede rec
535
DM3 - homem aprova o
6
6
5
5
4
4
3
3
2
2
504
495
494
487
461
448
447
414
365
332
326
304
299
288
260
222
216
168
136
125
85
77
55
1
1
513
502
444
440
430
390
375
319
305
220
181
144
142
127
99
90
45
0
N=
0
535
EM1 - gosta de comrp
N=
535
EM2 - mulher decide
148
6
6
5
5
4
4
3
3
2
519
513
507
475
443
400
366
346
199
130
111
99
89
73
69
42
2
61
55
1
503
104
1
266
0
N=
0
535
N=
EM3 - mulher comprou
6
6
5
5
4
4
3
3
2
2
1
1
0
N=
0
535
N=
DH1 - decisao de com
6
535
DH2 - definição do p
6
5
9
20
46
76
85
91
95
101
103
104
111
137
138
144
145
167
172
181
199
211
218
234
250
301
342
376
473
487
488
489
492
494
496
499
503
507
514
519
5
4
10
31
42
121
136
142
180
201
215
219
226
237
280
319
321
365
366
369
430
435
529
4
3
3
2
2
1
1
0
N=
535
EM4 - importancia em
0
535
DH3 - o hm considera
N=
535
DH4 - palavra final
149
6
5
6
3
5
7
9
10
11
12
13
17
18
21
22
25
29
30
31
34
37
38
40
42
45
63
71
77
81
83
84
91
92
93
98
101
102
103
106
107
109
110
112
113
114
150
152
158
196
207
212
230
232
243
246
250
251
253
254
255
256
290
308
312
317
320
331
334
335
339
340
351
354
355
356
361
364
366
368
373
376
380
384
385
390
392
393
394
395
398
402
415
417
419
423
427
429
431
433
441
442
443
446
451
453
455
456
458
459
461
462
464
467
468
469
470
472
474
478
479
480
482
483
484
485
486
519
521
522
523
526
527
528
530
531
4
5
1
5
7
12
18
19
22
25
28
29
32
34
36
38
40
49
63
66
70
77
81
82
91
92
93
96
97
98
105
106
109
110
158
199
207
210
214
224
229
243
246
255
308
312
317
320
331
339
361
368
380
386
392
394
402
404
413
415
417
419
423
429
433
446
451
453
455
458
461
464
468
469
470
472
474
478
479
483
484
485
517
519
522
526
531
4
3
515
514
513
512
511
509
507
504
502
501
500
496
495
493
492
491
488
457
454
438
350
338
310
299
294
293
292
291
289
287
286
285
284
283
282
281
280
228
225
223
222
221
220
219
218
217
216
215
213
208
206
205
204
203
202
201
200
155
153
149
147
146
145
144
143
142
141
140
139
135
131
130
129
128
127
126
124
122
121
120
119
117
108
104
74
73
72
68
67
65
64
61
60
59
58
56
54
53
52
51
50
47
46
44
43
39
36
35
14
3
523
518
514
513
512
511
510
509
507
505
504
503
502
501
500
498
495
493
492
491
489
488
462
456
438
427
403
393
390
370
365
345
338
334
332
311
299
284
251
249
230
156
153
149
147
146
145
144
143
142
141
140
138
137
136
135
134
131
130
129
128
127
126
123
122
121
120
119
117
100
56
55
48
45
2
505
503
498
497
370
231
210
134
125
32
2
499
497
496
490
487
447
441
421
376
288
286
254
253
250
231
227
155
139
125
118
116
85
84
71
37
17
1
487
85
1
367
232
43
0
N=
0
535
N=
IA1 - importancia do
6
5
6
2
10
11
12
22
23
25
30
32
33
37
40
42
43
52
63
64
69
70
71
72
77
81
84
86
88
92
93
96
97
105
106
110
111
112
165
169
185
186
187
193
196
199
207
210
214
219
226
242
243
244
251
255
286
290
308
312
317
320
331
339
359
361
366
367
369
373
385
392
394
402
404
411
413
417
419
421
423
429
443
446
453
455
456
460
461
464
468
469
470
472
474
478
479
480
483
484
485
518
519
526
527
530
534
4
5
4
3
13
5
531
520
517
514
509
505
504
503
502
501
500
499
496
495
494
493
492
491
489
465
462
449
447
441
438
433
424
422
415
387
386
380
340
334
288
280
250
246
241
230
227
180
170
157
155
154
153
150
148
147
146
145
144
143
142
141
139
138
137
135
134
131
130
129
128
127
126
125
123
122
121
120
119
117
116
99
80
76
68
66
61
60
46
29
21
20
17
3
2
513
512
510
498
497
490
488
487
403
338
321
300
294
254
253
215
149
118
108
85
56
2
1
511
79
1
0
N=
0
535
N=
IA3 - importancia do
6
5
5
4
4
3
3
2
2
487
179
126
85
0
N=
535
IA4 - importancia da
6
1
535
IA2 - importancia do
1
0
535
IA5 - importancia do
N=
535
IA6 - importancia da
150
6
6
5
5
4
4
3
3
11
5
535
525
522
515
514
509
507
501
498
493
491
477
471
463
461
459
458
456
454
448
446
445
433
425
422
420
417
416
410
405
404
396
393
389
387
362
360
350
347
343
330
324
290
289
285
283
279
276
271
269
267
266
264
263
255
242
237
236
224
223
214
204
202
194
183
175
173
172
171
163
161
159
156
154
146
143
139
128
122
119
116
114
111
109
108
105
94
92
78
77
75
74
65
57
35
34
4
8
13
15
19
22
25
26
27
31
36
40
41
44
52
53
55
58
60
62
69
81
83
91
93
96
98
106
110
112
118
124
129
130
133
136
147
150
153
157
160
177
186
187
190
192
206
215
219
229
234
235
244
251
253
254
258
261
272
278
284
288
298
315
318
321
329
332
335
336
339
340
345
346
349
351
355
359
361
363
365
368
369
374
376
377
379
380
381
382
386
388
391
395
398
402
408
411
412
415
423
428
432
437
443
447
449
452
455
462
464
465
466
468
473
476
482
490
494
499
500
506
516
523
527
528
531
534
2
50
9
522
513
494
450
320
243
242
224
137
99
91
59
2
10
9
489
486
481
413
406
310
291
230
226
174
137
134
101
89
73
1
487
394
85
1
487
352
228
115
85
0
0
N=
535
N=
IA7 - importancia da
5,5
535
IA8 - importancia do
6
5,0
5
4,5
4
4,0
3,5
3
3,0
2
507
498
490
350
254
111
100
48
1
482
110
2,5
2,0
498
488
1,5
N=
0
535
N=
IA9 - importancia da
6
6
5
5
4
4
3
3
2
2
1
516
500
498
495
492
488
487
453
443
440
428
420
388
369
359
358
353
348
301
269
259
244
243
241
239
219
213
205
167
162
151
145
114
108
106
92
85
76
69
63
58
52
38
22
12
0
N=
535
IA10 - importancia d
1
0
535
IC1 - roupa íntima
N=
535
IC2 - praia
151
6
6
5
5
4
4
3
3
2
10
6
525
515
511
504
491
487
473
451
435
417
410
369
365
362
350
326
304
263
244
236
228
226
225
219
216
212
171
170
149
136
121
115
105
102
100
85
79
75
57
52
48
35
31
23
2
1
502
446
371
308
110
90
1
0
N=
0
535
N=
IC3 - laz er
6
6
5
5
4
4
3
3
2
2
1
515
510
501
496
494
489
460
437
425
407
406
378
340
339
332
321
250
236
215
175
171
150
131
124
117
110
105
101
91
83
75
55
25
21
0
N=
1
0
535
N=
IC5 - soc ial casual
6
5
5
4
4
3
3
2
2
1
1
0
535
IC6 - soc ial formal
6
N=
535
IC4 - trabalho
0
535
IC7 - dor mir
N=
535
SD1 - Idade
152
6
6
5
5
4
4
3
3
2
2
1
1
468
434
408
403
83
49
23
18
0
N=
0
535
N=
SD2 - es colaridade
6
5
4
3
2
1
0
N=
535
SD3 - renda familiar
535
SD4 - oc upação
153
6
5
4
3
2
1
0
N=
535
Constructo Central
Constructo Antecedente 1
6
Constructo Antecedente 2
5,5
5,0
5
4,5
4
4,0
3
3,5
3,0
2
2,5
69
1
2,0
0
N=
513
1,5
535
Constructo Anteceden
N=
535
Constructo Anteceden
154
Constructo Antecedente 3
Constructo Consequente 1
6
6
5
5
4
4
3
3
137
497
498
491
2
2
85
487
493
416
375
292
220
189
1
N=
1
535
N=
Constructo Anteceden
Constructo Consequente 2
6
535
Constructo Conseque
Constructo Consequente 3
5,0
4,5
5
4,0
4
3,5
3
3,0
2
2,5
1
2,0
0
N=
1,5
535
Constructo Conseque
N=
535
Constructo Conseque
155
APÊNDICE 5 – Histogramas (Regressão) dos Constructos
156
157
158
159
APÊNDICE 6 – Gráficos Partial Regression Plot dos Constructos Antecedentes
160
161
APÊNDICE 7 – Tabela Dados Válidos – Case Processing Summary
Indicadores
PF1 - acompanhar o homem nas compras
PF2 - prazer em comprar com o homem
PF3 - avaliar com o homem as compras
IF1 - mulher responsável pelas compras
IF2 - a mulher orienta o homem
IF3 - mulher influencia estilo
IF4 - mulher presenteia com roupas
DM1 - homem gosta do incentivo
DM2 - homem pede recomendação
DM3 - homem aprova o gosto da mulher
EM1 - gosta de comprar r masculinas
EM2 - mulher decide os detalhes
EM3 - mulher comprou roupa q hm recusou
EM4 - importancia em fazer escolha certa
DH1 - decisão de compra da mulher
DH2 - definição do pagamento pela mulher
DH3 - o hm considera opinião mulher
DH4 - palavra final é do hm
IA1 - importancia do conforto
IA2 - importancia do bom corte
IA3 - importancia do estilo
IA4 - importancia da marca/griffe
IA5 - importancia do custo/beneficio
IA6 - importancia da moda
IA7 - importancia da funcionalidade
IA8 - importancia do preço
IA9 - importancia da qualidade
IA10 - importancia da durabilidade
IC1 - roupa íntima
IC2 - praia
IC3 - lazer
IC4 - trabalho
IC5 - social casual
IC6 - social formal
IC7 - dormir
SD1 – Idade
SD2 – escolaridade
SD3 - renda familiar
SD4 – ocupação
Constructo Central
Constructo Antecedente 1
Constructo Antecedente 2
Constructo Antecedente 3
Constructo Consequente 1
Constructo Consequente 2
Constructo Consequente 3
Valid
N
Percent
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
535
100,0%
Cases
Missing
N
Percent
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
N
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
535
Total
Percent
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
162
APÊNDICE 8 – Tabela Valores Extremos – Extreme Values
Indicadores
PF1 - acompanhar o homem nas compras
Case Number
Highest
Lowest
PF2 - prazer em comprar com o homem
Highest
Lowest
PF3 - avaliar com o homem as compras
Highest
Lowest
IF1 - mulher responsável pelas compras
Highest
Lowest
IF2 - a mulher orienta o homem
Highest
Lowest
IF3 - mulher influencia estilo
Highest
Lowest
IF4 - mulher presenteia com roupas
Highest
Lowest
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
5
6
7
9
529
519
515
512
511
1
3
4
5
6
519
508
506
504
500
2
4
5
7
9
522
519
515
512
510
3
12
13
15
17
529
523
522
516
515
1
2
3
4
5
519
508
506
505
504
1
2
7
8
21
533
532
525
524
522
1
3
4
6
8
502
495
Value
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
163
DM1 - homem gosta do incentivo
Highest
Lowest
DM2 - homem pede recomendação
Highest
Lowest
DM3 - homem aprova o gosto da mulher
Highest
Lowest
EM1 - gosta de comrpar r masculinas
Highest
Lowest
EM2 - mulher decide os detalhes
Highest
Lowest
EM3 - mulher comprou roupa q hm recusou
Highest
Lowest
EM4 - importancia em fazer escolha certa
Highest
Lowest
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
494
492
489
1
2
3
6
7
516
514
510
507
503
1
2
3
4
5
532
522
519
515
514
1
3
6
7
8
507
506
496
492
443
1
3
4
5
12
519
516
510
506
504
1
4
5
6
7
513
502
444
440
430
1
8
9
13
15
503
104
519
513
507
1
2
3
4
5
266
61
55
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
2
2
2(c)
5
5
5
5
5(a)
1
2
2
164
DH1 - decisao de compra da mulher
Highest
Lowest
DH2 - definição do pagamento pela mulher
Highest
Lowest
DH3 - o hm considera opiniao mlhr
Highest
Lowest
DH4 - palavra final é do hm
Highest
Lowest
IA1 - importancia do conforto
Highest
Lowest
IA2 - importancia do bom corte
Highest
Lowest
IA3 - importancia do estilo
Highest
Lowest
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
517
513
9
16
26
31
44
534
533
532
525
523
1
2
4
5
6
534
532
527
516
515
9
20
46
76
85
535
532
531
530
527
5
7
8
9
10
532
512
509
501
500
3
5
7
9
10
487
85
505
503
498
1
5
7
12
18
367
232
43
499
497
2
10
11
12
22
511
79
513
512
3
3(d)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
2
2
2(c)
5
5
5
5
5(a)
1
1
1
2
2(c)
5
5
5
5
5(a)
1
1
2
2
165
IA4 - importancia da marca/griffe
Highest
Lowest
IA5 - importancia do custo/benefico
Highest
Lowest
IA6 - importancia da moda
Highest
Lowest
IA7 - importancia da funcionalidade
Highest
Lowest
IA8 - importancia do preço
Highest
Lowest
IA9 - importancia da qualidade
Highest
Lowest
IA10 - importancia da durabilidade
Highest
Lowest
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
510
6
13
19
32
36
502
499
498
491
490
1
5
7
8
10
487
179
126
85
471
22
39
44
52
81
509
503
499
491
487
2
4
5
7
8
487
394
85
522
513
4
8
13
15
19
487
352
228
115
85
1
4
5
6
7
498
488
512
511
505
1
2
4
5
6
482
110
507
498
490
2(c)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
2(c)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
2
2(c)
5
5
5
5
5(a)
1
1
1
1
1
5
5
5
5
5(a)
2
2
3
3
3(d)
5
5
5
5
5(a)
1
1
2
2
2(c)
166
IC1 - roupa íntima
Highest
Lowest
IC2 - praia
Highest
Lowest
IC3 - lazer
Highest
Lowest
IC4 - trabalho
Highest
Lowest
IC5 - social casual
Highest
Lowest
IC6 - social formal
Highest
Lowest
IC7 - dormir
Highest
Lowest
SD1 - Idade
Highest
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
4
5
18
19
23
516
500
498
495
492
81
82
110
128
130
528
525
516
514
511
19
32
39
40
42
502
446
371
308
110
5
7
9
21
22
532
526
506
503
502
2
5
8
13
31
515
510
501
496
494
10
11
15
26
28
535
527
524
523
522
26
128
215
321
324
534
528
525
524
516
18
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
167
Lowest
SD2 - escolaridade
Highest
Lowest
SD3 - renda familiar
Highest
Lowest
SD4 - ocupação
Highest
Lowest
Constructo Central
Highest
Lowest
Constructo Antecedente 1
Highest
Lowest
Constructo Antecedente 2
Highest
Lowest
Constructo Antecedente 3
Highest
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
28
41
43
49
531
503
495
493
491
5
71
124
161
162
468
434
408
403
83
5
20
71
80
110
535
533
458
445
328
2
18
23
35
41
535
531
528
524
520
5
7
15
19
20
519
508
504
500
499
1
3
12
15
24
301
234
145
510
494
1
15
18
19
35
513
69
199
136
99
83
86
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5
5
5
5
5(a)
1
1
1
1
1(b)
5,00
5,00
5,00
5,00
5,00(e)
1,00
1,00
1,00
1,00
1,00(f)
5,00
5,00
5,00
5,00
5,00(e)
1,00
1,00
1,00
1,33
1,33(g)
5,00
5,00
5,00
5,00
5,00(e)
2,00
2,25
2,50
2,50
2,50
5,00
5,00
168
3
252
4
258
5
264
Lowest
1
493
2
416
3
375
4
292
5
220
Constructo Consequente 1
Highest
1
93
2
331
3
464
4
474
5
485
Lowest
1
487
2
85
3
498
4
491
5
497
Constructo Consequente 2
Highest
1
91
2
95
3
145
4
199
5
211
Lowest
1
532
2
512
3
509
4
500
5
497
Constructo Consequente 3
Highest
1
237
2
403
3
412
4
107
5
262
Lowest
1
487
2
85
3
498
4
108
5
491
a Only a partial list of cases with the value 5 are shown in the table of upper extremes.
b Only a partial list of cases with the value 1 are shown in the table of lower extremes.
c Only a partial list of cases with the value 2 are shown in the table of lower extremes.
d Only a partial list of cases with the value 3 are shown in the table of lower extremes.
e Only a partial list of cases with the value 5,00 are shown in the table of upper extremes.
f Only a partial list of cases with the value 1,00 are shown in the table of lower extremes.
g Only a partial list of cases with the value 1,33 are shown in the table of lower extremes.
h Only a partial list of cases with the value 1,50 are shown in the table of lower extremes.
i Only a partial list of cases with the value 4,80 are shown in the table of upper extremes.
j Only a partial list of cases with the value 2,70 are shown in the table of lower extremes.
k Only a partial list of cases with the value 4,29 are shown in the table of upper extremes.
l Only a partial list of cases with the value 2,00 are shown in the table of lower extremes.
5,00
5,00
5,00(e)
1,50
1,50
1,50
1,50
1,50(h)
4,90
4,90
4,80
4,80
4,80(i)
1,70
1,90
2,60
2,60
2,70(j)
5,00
5,00
5,00
5,00
5,00(e)
1,00
1,00
1,00
1,00
1,00(f)
4,57
4,43
4,43
4,29
4,29(k)
1,71
1,71
1,86
1,86
2,00(l)
169
APÊNDICE 9 – Tabela Testes de Normalidade – Tests of Normality
Indicadores
PF1 - acompanhar o homem nas compras
PF2 - prazer em comprar com o homem
PF3 - avaliar com o homem as compras
IF1 - mulher responsável pelas compras
IF2 - a mulher orienta o homem
IF3 - mulher influencia estilo
IF4 - mulher presenteia com roupas
DM1 - homem gosta do incentivo
DM2 - homem pede recomendação
DM3 - homem aprova o gosto da mulher
EM1 - gosta de comprar r masculinas
EM2 - mulher decide os detalhes
EM3 - mulher comprou roupa q hm recusou
EM4 - importancia em fazer escolha certa
DH1 - decisão de compra da mulher
DH2 - definição do pagamento pela mulher
DH3 - o hm considera opinião mulher
DH4 - palavra final é do hm
IA1 - importancia do conforto
IA2 - importancia do bom corte
IA3 - importancia do estilo
IA4 - importancia da marca/griffe
IA5 - importancia do custo/benefico
IA6 - importancia da moda
IA7 - importancia da funcionalidade
IA8 - importancia do preço
IA9 - importancia da qualidade
IA10 - importancia da durabilidade
IC1 - roupa íntima
IC2 - praia
IC3 - lazer
IC4 - trabalho
IC5 - social casual
IC6 - social formal
IC7 - dormir
SD1 - Idade
SD2 - escolaridade
SD3 - renda familiar
SD4 - ocupação
Constructo Central
Constructo Antecedente 1
Constructo Antecedente 2
Constructo Antecedente 3
Constructo Consequente 1
Constructo Consequente 2
Constructo Consequente 3
a Lilliefors Significance Correction
Kolmogorov-Smirnov(a)
Statistic
df
Sig.
,311
535
,000
,303
535
,000
,389
535
,000
,262
535
,000
,283
535
,000
,342
535
,000
,206
535
,000
,312
535
,000
,235
535
,000
,326
535
,000
,290
535
,000
,363
535
,000
,280
535
,000
,428
535
,000
,258
535
,000
,313
535
,000
,369
535
,000
,232
535
,000
,277
535
,000
,358
535
,000
,324
535
,000
,208
535
,000
,284
535
,000
,200
535
,000
,288
535
,000
,293
535
,000
,351
535
,000
,316
535
,000
,346
535
,000
,186
535
,000
,300
535
,000
,217
535
,000
,283
535
,000
,218
535
,000
,294
535
,000
,208
535
,000
,321
535
,000
,215
535
,000
,222
535
,000
,177
535
,000
,139
535
,000
,165
535
,000
,084
535
,000
,081
535
,000
,075
535
,000
,070
535
,000
Shapiro-Wilk
Statistic
df
Sig.
,754
535
,000
,743
535
,000
,651
535
,000
,789
535
,000
,737
535
,000
,703
535
,000
,860
535
,000
,766
535
,000
,794
535
,000
,768
535
,000
,771
535
,000
,702
535
,000
,802
535
,000
,614
535
,000
,796
535
,000
,758
535
,000
,676
535
,000
,801
535
,000
,830
535
,000
,772
535
,000
,809
535
,000
,881
535
,000
,835
535
,000
,901
535
,000
,793
535
,000
,827
535
,000
,728
535
,000
,759
535
,000
,797
535
,000
,878
535
,000
,819
535
,000
,848
535
,000
,869
535
,000
,833
535
,000
,797
535
,000
,902
535
,000
,803
535
,000
,878
535
,000
,891
535
,000
,837
535
,000
,931
535
,000
,901
535
,000
,972
535
,000
,976
535
,000
,969
535
,000
,988
535
,000
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
.
1
PF
0
535
535
,176(**)
535
0
-,147(**)
535
0
,297(**)
535
0
,258(**)
535
0
,432(**)
535
.
1
535
0
,327(**)
DM
0,001
,110(**)
535
0,001
-,102(**)
535
0
,131(**)
535
0
,164(**)
535
0
,298(**)
535
0
,327(**)
535
** Correlation is significant at the 0.01 level (2-tailed)
Importância das
Categorias
Decisão do
Homem
Importância dos
Atributos
Influência
Feminina
Envolvimento da
Mulher
Dependência
Masculina
Participação da
Mulher
Correlation Coefficient
Constructos Pesquisados
535
0
,174(**)
535
0
-,116(**)
535
0
,391(**)
535
0
,233(**)
535
.
1
535
0
,432(**)
535
0
,298(**)
EM
Correlação Kendall's tau_b
535
0,003
,124(**)
535
0
-,467(**)
535
0
,137(**)
535
.
1
535
0
,233(**)
535
0
,258(**)
535
0
,164(**)
IF
535
0
,260(**)
535
0,113
,049
535
.
1
535
0
,137(**)
535
0
,391(**)
535
0
,297(**)
535
0
,131(**)
IA
535
0,085
-,031
535
.
1
535
0,113
,049
535
0
-,467(**)
535
0
-,116(**)
535
0
-,147(**)
535
0,001
-,102(**)
DH
535
.
1
535
0,085
-,031
535
0
,260(**)
535
0,003
,124(**)
535
0
,174(**)
535
0
,176(**)
535
0,001
,110(**)
IC
170
APÊNDICE 10 – Tabela e Modelo Estrutural Correlação Kendall’s taub_b
171
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
N
Sig. (2-tailed)
Correlation Coefficient
** Correlation is significant at the 0.01 level (2-tailed)
Importância das
Categorias
Decisão do
Homem
Importância dos
Atributos
Influência
Feminina
Envolvimento da
Mulher
Dependência
Masculina
Participação da
Mulher
Constructos Pesquisados
535
0,001
,149(**)
535
0,003
-,129(**)
535
0
,182(**)
535
0
,217(**)
535
0
,394(**)
535
0
,431(**)
535
.
1
PF
535
0
,236(**)
535
0
-,195(**)
535
0
,403(**)
535
0
,345(**)
535
0
,564(**)
535
.
1
535
0
,431(**)
DM
535
0
,236(**)
535
0
-,156(**)
535
0
,525(**)
535
0
,310(**)
535
.
1
535
0
,564(**)
535
0
,394(**)
EM
Correlação Spearman's rho
535
0,003
,173(**)
535
0
-,609(**)
535
0
,191(**)
535
.
1
535
0
,310(**)
535
0
,345(**)
535
0
,217(**)
IF
535
0
,360(**)
535
0,122
,067
535
.
1
535
0
,191(**)
535
0
,525(**)
535
0
,403(**)
535
0
,182(**)
IA
535
0,094
-,044
535
.
1
535
0,122
,067
535
0
-,609(**)
535
0
-,156(**)
535
0
-,195(**)
535
0,003
-,129(**)
DH
535
.
1
535
0,094
-,044
535
0
,360(**)
535
0,003
,173(**)
535
0
,236(**)
535
0
,236(**)
535
0,001
,149(**)
IC
172
APÊNDICE 11 – Tabela e Modelo Estrutural Correlação Spearman’s rho
173
0,257 0,193 0,023 1
0,25
-0,04
-0,01
0,254 0,343 0,175 0,178 0,292 0,092 0,159 1
0,227 0,229 0,309 0,154 0,206 0,076 -0
0,217 0,335 0,153 0,207 0,35
0,227 0,539 0,18
0,111 0,211 0,133 0,17
0,101 0,304 0,097 0,018 0,142 0,117 -0,08
0,079 0,242 0,107 0,077 0,231 0,055 -0,01
-0,17
0,092 0,006 0,166 -0,37
-0,27
-0,12
0,145 0,142 0,06
0,033 0,096 0,116 0,163 0,145 -0,1
0,099 0,091 0,178 0,064 0,18
0,014 0,078 0,042 -0,02
0,115 0,267 0,146 0,067 0,124 0,059 -0,05
-0,03
0,119 0,224 0,152 0,034 0,137 0,055 -0,04
-0,08
IF1
IF2
IF3
IF4
DM1
DM2
DM3
EM1
EM2
EM3
EM4
DH1
DH2
DH3
DH4
IA1
IA2
IA3
IA4
IA5
IA6
IA7
IA8
EM2
EM3
EM4
DH1
-0,34
-0,23
-0,34
-0,04
-0,1
-0,01
0,062 -0,07
-0,04
0,147 0,209 -0,01
0,016 -0,3
-0,19
-0,16
1
-0,01
0,192 1
1
0,16
-0,12
-0,25
-0,19
-0,38
0,101 -0,01
-0,17
-0,16
-0,41
-0,05
-0,18
-0,02
-0,02
1
-0,01
-0,13
-0,05
-0,23
0,255 0,145 1
0,085 0,101 -0
-0
0,142 0,059 0,062 0,122 0,085 -0,13
0,144 0,019 0,131 0,017 0,113 -0,07
-0,04
IC4
IC5
IC6
IC7
-0,07
-0,02
0,15
0,099 0,044 0,109 0,02
-0,01
-0,15
-0,19
-0,14
-0,01
0,173 -0,05
0,064 -0,07
-0,01
-0,08
-0
-0,05
0,049 -0,12
0,032 0,047 0,051 0,043 -0,01
0,02
0,049 0,181 0,166 0,069 0,057 0,098 -0,08
0,135 0,057 0,055 -0,07
0,023 0,066 0,107 0,092 0,075 0,133 0,051 0,08
-0,05
0,124 0,091 0,106 -0
0,061 0,037 0,111 0,174 0,141 0,039 0,128 -0,18
0,149 0,092 0,132 0,15
0,037 0,061 0,073 0,063 -0,02
0,084 0,035 -0,03
0,067 0,038 0,01
0,037 0,178 0,048 0,039 -0,02
0,052 -0,04
-0,06
0,038 0,02
IC3
0,025 -0,09
0,085 -0,13
0,097 0,152 0,094 0,1
0,083 0,109 0,066 0,021 0,156 0,105 -0,01
0,076 0,11
IC2
-0,1
0,084 -0,08
-0,01
0,003 0,126 -0,17
0,058 -0,07
0,266 0,516 -0,08
0,07
IC1
0,086 0,121 0,268 0,022 0,044 0,295 0,215 0,347 0,287 0,4
0,04
0,062 0,191 0,038 0,115 0,221 0,009 0,073 0,246 0,103 0,266 0,255 0,265 0,193 0,428 -0,1
0,01
0,117 0,24
0,061 0,04
IA9
0,12
0,141 -0,1
0,027 0,111 0,028 0,069 -0,03
0,331 0,211 0,47
0,046 0,111 0,083 0,15
0,219 0,215 0,238 0,2
0,058 0,01
IA4
IA5
IA6
IA8
-0,04
0,038 -0,02
0,219 0,04
0,01
0,331 0,04
1
0,09
-0,11
-0
IC7
0,062 0,131 -0,04
0,059 0,019 0,052
0,142 0,144 -0,04
IC6
-0,02
-0,13
0,037 -0,05
0,025 0,039 0,01
0,035
0,066 0,099
0,023 -0,03
-0,07
0,048 0,038 0,085 0,113 0,084
0,178 0,067 0,122 0,017 -0,02
-0,11
-0,03
-0,17
0,445 0,12
-0,1
-0,1
-0,13
-0,08
-0,12
-0,1
-0,14
0,084 0,049 -0,05
-0,08
-0,03
-0,19
-0
-0
-0,05
-0,15
-0,08
-0,18
-0
-0,01
-0,01
-0,07
0,32
0,18
0,043
-0,05
-0,01
0,034 0,079 -0,03
-0,07
0,101 0,178 0,077
0,078 0,138 0,047 0,037 0,164 0,297 0,057
1
0,11
0,119 0,121 0,135 0,14
0,129 -0,04
0,096 0,077 0,057 0,087 0,124 0,02
0,135 -0,02
0,035 -0,01
-0,05
1
0,041 0,032 0,103 0,212 0,074 0,169 -0,01
0,079 0,222 0,178 0,297 0,203 0,189 0,174 0,186 0,089 0,198 0,126 -0,05
0,034 0,132 0,101 0,164 0,042 0,152 0,114 0,102 0,052 0,12
-0,05
0,037 -0,02
0,037 0,057 0,148 0,083 0,103 0,058 0,107 0,067 -0,07
0,097 0,057 0,047 0,127 0,091 0,01
-0,02
0,198 0,103
-0,05
0,074
1
0,14
-0,01
0,036 -0,02
-0,01
-0,03
1
-0,03
0,444 -0,02
0,191 0,036
-0,02
0,035 0,135 0,169
0,191 0,444 1
0,14
1
-0,05
-0,05
-0,04
0,067 0,129 0,126 0,212
0,203 0,037 -0,07
0,154 0,063 0,14
0,148 0,089 0,135 0,107 0,12
0,006 0,148 0,154 1
1
0,6
0,025 0,073 0,032 0,089 0,063 0,203 1
0,08
0,079 0,321 0,053 0,332 0,094 0,6
0,165 0,111 0,138 0,074 0,12
0,073 0,119 0,103 0,102 0,186 0,041
0,083 0,114 0,174 0,02
0,091 0,148 0,152 0,189 0,124
0,025 0,01
0,148 0,094 0,006 0,032 0,121 0,058 0,052 0,089 0,032
0,388 0,332 0,08
0,041 0,144 0,053 -0,02
0,178 0,426 0,144 0,388 0,148 1
0,027 0,175 0,041 0,11
1
0,13
0,072 0,393 0,175 0,426 0,321 0,052 0,12
0,121 0,078 0,078 0,011 0,052 -0,02
0,348 0,211 0,18
0,02
0,064 0,173 -0,01
-0,08
0,051
0,091 0,039 0,057 0,057 0,051 0,047
0,123 0,424 0,093 0,027 0,178 0,079 0,011 0,074 0,127 0,057 0,042 0,203 0,087
0,249 0,255 0,424 0,072 1
0,047 0,497 0,323 0,32
0,166 0,075 0,02
0,392 0,173 0,497 0,348 0,121 0,165 0,097 0,154 0,132 0,222 0,096
0,287 0,266 0,255 0,222 0,05
0,243 0,287 1
0,154 0,07
0,174 -0,02
0,265 0,105 0,124 0,141 0,135 0,069 0,133 0,032
0,266 0,193 -0,01
0,4
0,287 0,255 0,156 0,15
0,347 0,266 0,021 0,132 0,111 0,063 0,181 0,092 0,109
0,474 0,243 0,253 0,249 0,221 0,046 0,323 0,211 0,078 0,111 0,057 0,07
0,393 0,408 0,08
0,036 0,173 0,046 0,05
-0,03
-0,06
IC5
0,295 0,246 0,109 0,149 0,061 0,061 0,15
0,032 0,065 0,033 0,083 0,064 0,094 0,036 0,047 -0,02
-0,11
0,094 0,392 0,221 0,222 0,093 0,393 0,13
0,064 0,12
-0
IC4
0,058 0,516 0,428 0,085 0,106 0,128 0,055 0,098 0,08
0,016 0,023 0,085 0,065 0,028 0,003 -0,07
0,395 0,111 0,47
0,239 0,168 0,097 0,033 0,249 0,027 0,211 0,07
0,083 0,445 0,253 0,266 0,123 1
-0,05
IC3
0,152 0,02
0,024 0,044 0,073 0,083 -0,09
0,276 0,111 0,238 0,04
0,343 0,311 0,269 0,272 0,288 0,15
0,033 0,08
-0,03
0,191 0,11
0,055 0,038 0,022 0,009 -0,12
0,058 -0,04
0,059 0
0,079 -0,05
-0,07
0,213 0,146 0,158 0,072 0,221 0,083 0,2
0,065 0,408 0,474 1
-0,1
0,24
0,062 0,124 0,071 0,137 0,085 0,268 0,221 0,129 0,12
0,292 0,193 0,175 0,13
0,032 0,393 1
-0,02
IC2
0,149 0,189 0,234 0,089 0,139 0,046 0,215 0,061 0,215 0,103 0,066 0,092 0,037 0,073 0,049 0,107 0,044
0,296 -0,1
0,09
IC1
0,067 0,039 0,034 0,088 0,121 0,115 0,213 0,1
0,255 0,098 0,133 0,058 0,257 0,01
-0,04
-0,1
0,209 0,145 0,18
0,147 0,163 0,064 -0,02
-0,01
IA10
0,117 0,062 0,076 0,097 0,038 -0
IA9
0,116 0,178 0,042 0,146 0,024 0,152 0,008 0,086 0,038 0,061 0,094 0,037 -0,07
0,142 0,096 0,091 0,078 0,267 0,008 0,224 -0,04
0,119 -0,08
IA7
0,145 0,274 0,141 0,123 0,073 0,101 0,166 0,069 0,126 -0,01
0,257 0,139 0,276 0,221 0,288 0,249 0,395 0,065 0,166 -0,11
0,072 0,272 0,033 0,12
IA3
0,073 0,466 0,289 0,224 0,12
-0,05
-0,01
-0,16
-0,19
-0,12
-0,06
-0,21
-0,04
-0,23
-0,3
IA2
0,145 0,033 0,099 0,014 0,115 -0,03
0,016 0,06
-0,12
IA1
0,412 0,255 0,256 -0,05
0,085 -0,11
0,084 -0,23
0,133 0,234 0,175 0,158 0,269 0,097 0,224 0,023 0,073 -0,11
0,079 0,058 0,089 0,13
-0,02
0,008 0,088 0,085 0,038 0,024 0,04
0,061 0,213 0,129 -0,12
-0,41
-0,38
0,038 -0,13
-0,05
-0,01
DH4
-0,12
0,073 0,256 0,274 0,296 1
-0,11
-0,26
-0,06
-0,1
-0,34
-0,34
0,101 -0,25
-0
-0,24
0,038 0,084 0,085 0,412 1
-0,15
-0,02
0,388 -0,02
0,419 -0,15
0,222 0,332 0,266 -0,18
0,255 0,149 0,292 0,213 0,343 0,239 0,466 -0,05
-0,06
-0,26
-0
-0,24
0,449 0,226 0,461 0,459 -0,17
0,397 0,124 0,459 0,266 0,419 0,388 1
-0,07
-0,16
-0,37
0,038 0,098 0,189 0,193 0,146 0,311 0,168 0,289 0,016 0,123 -0,11
-0,04
-0,21
-0,06
-0,01
0,199 0,157 0,216 0,109 0,124 -0,07
0,415 0,109 0,461 0,332 0,16
-0,1
0,006 -0,37
0,117 0,055 0,003 -0,01
0,127 0,116 0,044 -0,08
-0,03
0,044 0,225 0,216 0,226 0,222 1
-0,24
0,018 0,077 -0,53
0,192 0,567 0,389 0,225 0,415 0,397 -0,1
0,159 -0
DH3
0,092 -0,27
DH2
0,133 0,097 0,107 0,006 0,166 -0,19
0,309 0,358 0,142 0,231 -0,34
0,092 0,076 0,109 -0,01
0,116 0,389 0,157 0,449 1
0,003 -0,24
0,358 -0,03
0,261 0,309 -0,01
-0,34
0,175 0,309 0,153 0,18
IA10
-0,04
EM1
0,181 0,178 0,154 0,207 0,261 0,17
-0,09
0,109 0,127 0,567 0,199 1
0,008 0,024 0,039 0,071 0
-0,12
-0,37
DM3
0,046 0,156 0,292 0,206 0,35
0,046 1
1
-0,05
0,181 0,156 -0,01
-0,05
0,006 -0,53
0,056 -0,09
0,034 -0,01
0,3
0,023 0,215 -0,01
0,293 0,215 0,3
-0,04
DM2
0,254 0,227 0,217 0,227 0,111 0,101 0,079 -0,17
DM1
0,553 0,397 1
-0,01
IF4
0,397 0,193 0,293 0,034 0,056 0,343 0,229 0,335 0,539 0,211 0,304 0,242 -0,04
-0,04
IF3
PF3
IF2
0,473 0,553 0,257 0,25
IF1
0,473 1
PF3
1
PF2
PF2
PF1
PF1
Matrix de
Correlação
174
APÊNDICE 12 – Tabela Matriz Correlação Variáveis Manifestas
175
APÊNDICE 13 -Tabela Variância Total Explicada Modelo Analisado
(35 Indicadores)
Component
Raw
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Initial Eigenvalues(a)
% of
Cumulativ
Total
Variance
e%
9,109
16,715
16,715
5,819
10,678
27,394
3,695
6,780
34,174
3,550
6,515
40,689
2,791
5,122
45,811
2,413
4,428
50,239
2,209
4,054
54,292
2,008
3,685
57,977
1,808
3,317
61,294
1,711
3,139
64,434
1,621
2,975
67,408
1,555
2,853
70,261
1,386
2,543
72,804
1,318
2,419
75,224
1,185
2,175
77,399
1,180
2,165
79,564
1,089
1,999
81,563
1,027
1,885
83,448
,947
1,737
85,185
,880
1,615
86,800
,853
1,566
88,366
,730
1,340
89,705
,709
1,301
91,006
,657
1,205
92,211
,635
1,166
93,377
,559
1,025
94,402
,498
,914
95,316
,488
,896
96,212
,444
,815
97,027
,427
,783
97,810
,334
,612
98,422
,255
,468
98,890
,246
,452
99,342
,183
,337
99,678
,175
,322
100,000
Extraction Method: Principal Component Analysis
Extraction Sums of Squared
Loadings
% of
Cumulativ
Total
Variance
e%
9,109
16,715
16,715
5,819
10,678
27,394
3,695
6,780
34,174
3,550
6,515
40,689
2,791
5,122
45,811
2,413
4,428
50,239
2,209
4,054
54,292
2,008
3,685
57,977
1,808
3,317
61,294
1,711
3,139
64,434
1,621
2,975
67,408
Rotation Sums of Squared
Loadings
% of
Cumulativ
Total
Variance
e%
5,275
9,679
9,679
2,676
4,911
14,590
4,714
8,651
23,241
4,494
8,248
31,488
2,751
5,048
36,536
3,258
5,980
42,516
1,903
3,491
46,007
3,137
5,756
51,764
2,373
4,355
56,118
2,865
5,257
61,376
3,287
6,033
67,408
176
APÊNDICE 14 -Tabela Variância Total Explicada Modelo Analisado sem IF3, IC3
e IC7 (32 Indicadores)
Component
Initial Eigenvalues
Total
% of
Variance
Cumulative
%
Extraction Sums of Squared
Loadings
% of
Varianc Cumula
Total
e
tive %
Rotation Sums of Squared
Loadings
Total
% of
Variance
Cumulative
%
1
6,113
19,103
19,103
6,113
19,103
19,103
3,792
11,849
11,849
2
2,955
9,234
28,338
2,955
9,234
28,338
2,766
8,645
20,494
3
1,998
6,243
34,581
1,998
6,243
34,581
2,766
8,644
29,138
4
1,766
5,517
40,098
1,766
5,517
40,098
2,298
7,181
36,319
5
1,408
4,400
44,498
1,408
4,400
44,498
2,052
6,412
42,731
6
1,362
4,256
48,755
1,362
4,256
48,755
1,597
4,991
47,722
7
1,157
3,615
52,370
1,157
3,615
52,370
1,344
4,199
51,921
8
1,077
3,366
55,736
1,077
3,366
55,736
1,221
3,815
55,736
9
,979
3,060
58,796
10
,920
2,877
61,673
11
,899
2,809
64,482
12
,857
2,677
67,159
13
,832
2,601
69,760
14
,771
2,408
72,168
15
,738
2,307
74,475
16
,694
2,168
76,643
17
,674
2,106
78,749
18
,657
2,054
80,803
19
,620
1,938
82,742
20
,598
1,870
84,611
21
,558
1,745
86,356
22
,541
1,689
88,046
23
,508
1,586
89,632
24
,462
1,443
91,075
25
,432
1,350
92,425
26
,415
1,297
93,722
27
,411
1,284
95,006
28
,359
1,123
96,129
29
,352
1,098
97,228
30
,313
,978
98,205
31
,300
,937
99,142
32
,274
,858
100,000
Extraction Method: Principal Component Analysis.
177
APÊNDICE 15 -Tabela Variância Total Explicada, Matriz de Componentes e
Comunalidades do Constructo Importância dos Atributos sem IA6 e IA7
Total Variance Explained
3,190
39,872
39,872
3,190
39,872
39,872
Rotation Sums of Squared
Loadings
% of
Cumulativ
Total
Variance
e%
30,516
2,441
30,516
2
1,104
13,799
53,671
1,104
13,799
53,671
1,852
3
,952
11,901
65,573
4
,757
9,457
75,030
5
,602
7,523
82,553
6
,528
6,606
89,158
7
,503
6,287
95,445
8
,364
4,555
100,000
Compon
ent
1
Initial Eigenvalues
% of
Cumulativ
Total
Variance
e%
Extraction Sums of Squared
Loadings
% of
Cumulativ
Total
Variance
e%
Extraction Method: Principal Component Analysis.
Component Matrix(a)
Component
1
2
IA9 - importancia da qualidade
,779
IA1 - importancia do conforto
,761
IA5 - importancia do custo/benefico
,671
,183
IA10 - importancia da durabilidade
,643
,335
IA7 - importancia da funcionalidade
IA3 - importancia do estilo
IA2 - importancia do bom corte
,624
,586
,586
,214
-,584
-,571
IA8 - importancia do preço
,251
,451
,191
Extraction Method: Principal Component Analysis.
a 2 components extracted.
Communalities
Initial
Extraction
IA1 - importancia do conforto
1,000
,585
IA2 - importancia do bom corte
IA3 - importancia do estilo
IA5 - importancia do custo/benefico
1,000
1,000
1,000
,669
,684
,484
IA7 - importancia da funcionalidade
1,000
,435
IA8 - importancia do preço
1,000
,266
IA9 - importancia da qualidade
1,000
,644
IA10 - importancia da durabilidade
1,000
,526
Extraction Method: Principal Component Analysis.
23,155
53,671
178
APÊNDICE 16 - Matriz de Componentes Rotacionados (35 Indicadores)
Rotated Component Matrix
Rescaled Component
Indicadores
1
2
3
4
5
6
7
DM1
0,751
0,138
-0,154
DM3
0,745
-0,130
EM1
0,661
0,185 0,158
-0,111
EM4
0,613 0,196
EM3
0,611
IA9
0,521 0,300
0,135
0,100
IA5
0,461 0,177
0,161 0,152
IA10
0,452 0,167
0,127
0,159
IA1
0,448 0,221
0,182 0,140 0,171 0,170
IA7
0,422 0,206
0,113
DH3
-0,363
-0,219 -0,278
0,108 -0,129
IA4
0,802
IA6
0,722
EM2
0,363 0,447
0,208
IA3
0,194 0,423
0,221
0,146
IA2
0,237 0,422
0,128
0,110 0,113
PF1
0,127
0,848 0,205 0,112 0,105
PF3
0,844
PF2
0,512
0,569
0,100
IF1
0,106
0,853
-0,131
DH1
-0,736
0,374 0,124
IC3
0,126 0,133
0,300
IA8
-0,108 0,122
IC6
0,267
0,887
IC5
0,182
0,701
DH2
0,137 0,168
-0,276
0,852 -0,148
IF4
0,187
-0,481 -0,285
IF2
0,334 0,191 0,253 0,251
-0,343 0,117
IC2
0,124
0,176
0,708
IC7
0,126
-0,148 -0,125
0,631
IC1
0,297 -0,137
0,393
DH4
-0,154
0,172
IC4
0,111
0,122
DM2
0,171
0,184
IF3
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 9 iterations.
8
9
10
11
-0,216
-0,188 -0,191
0,137
0,115
0,109
0,145
0,151
0,332
0,119
0,134
0,138
0,156
-0,144
0,128
0,142
0,191
0,142
-0,107
0,213
-0,129 -0,109
-0,184
-0,102
-0,109
-0,203
-0,126
0,117
-0,120
0,145
-0,202
0,936
0,954
0,940
0,980
179
APÊNDICE 17 - Matriz de Componentes Rotacionados sem IF3, IC3 e IC7
(32 Indicadores)
Rotated Component Matrix(a)
Indicadores
1
IA9
0,777
IA10
0,696
EM4
0,696
IA1
0,669
IA7
0,603
IA5
0,574
-0,142
EM2
0,542
0,170
DH1
2
Rescaled Component
3
4
5
0,152
0,113
7
8
0,138
0,131
-0,145
0,376
0,128
0,133
0,170
0,207
0,104
0,185
-0,765
0,153
0,140
0,257
0,148
0,140
0,207
0,327
0,116
IF1
0,102
0,721
0,134
DH2
0,137
-0,666
0,221
DH4
0,197
-0,538
IF4
6
0,119
-0,215
0,499
0,174
0,130
-0,193
-0,339
0,127
-0,115
0,172
0,296
0,122
IF2
0,251
0,476
0,214
DM3
0,254
0,175
0,742
EM3
0,212
-0,119
0,717
DM1
0,287
0,109
0,653
0,119
EM1
0,183
0,223
0,604
0,189
0,211
-0,127
DH3
-0,374
-0,468
-0,295
-0,202
-0,305
PF3
-0,105
PF1
0,124
DM2
0,147
PF2
0,164
0,129
0,177
0,814
0,138
0,100
0,769
0,539
0,491
0,193
0,203
-0,146
-0,102
0,339
0,538
0,141
IA4
0,766
IA6
0,719
0,117
0,545
0,174
IA3
0,314
IA2
0,368
0,162
IC6
-0,132
0,531
IC5
0,131
0,131
0,180
IC1
0,233
0,234
IC4
0,164
0,125
IA8
0,149
0,202
0,181
0,148
0,196
0,695
0,196
0,624
-0,147
-0,431
0,272
0,825
0,114
IC2
-0,175
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 7 iterations.
0,250
0,751
0,127
0,303
0,619
180
APÊNDICE 18 -Tabela Comparativo Comunalidade x Média x Desvio Padrão
Estatística Descritiva
Comunalidades
Média / Desvio Padrão
Tipo de Agrupamento
Tipo de Agrupamento
Por Constructos
Ind.
PF1
Inicial
1
Extração
0,818
PF2
1
0,640
PF3
1
0,792
IF1
1
0,824
IF2
1
0,443
IF3
1
0,986
IF4
1
0,410
DM1
1
0,620
DM2
1
0,972
DM3
1
0,649
EM1
1
0,596
EM2
1
0,435
EM3
–
EM4
1
0,395
1
0,445
1
0,719
1
0,891
1
0,446
1
0,943
1
0,406
1
0,315
imp
IA3 imp
IA4 -
1
0,339
1
0,663
imp
IA5 imp
IA6 -
1
0,339
1
0,542
impIA7
imp
IA8 -
1
0,305
1
0,072
imp
IA9 imp
IA10
1
0,429
1
0,285
-IC1
–
IC2 -
1
0,334
1
0,576
imp IC3
imp
IC4 -
1
0,142
1
0,946
imp
IC5 imp
IC6 -
1
0,548
1
0,883
–
DH1
– ter
DH2
–
DH3
–
DH4
– IA1
imp
IA2 -
Por Constructos
Por valor da Extração
Ind.
IF3 –
gost
DM2 -
Inicial
1
pedir
IC4 impo
DH4
1
0,946
1
0,943
1
0,891
1
0,883
impo
IF1
–
ser
PF1 -
1
0,824
1
0,818
aco
PF3 avali
DH1
1
0,792
1
0,719
1
0,663
1
0,649
aproPF2
praz
DM1 -
1
0,640
1
0,620
gost
EM1 gost
IC2 -
1
0,596
1
0,576
impo
IC5 impo
IA6 -
1
0,548
1
0,542
impoIC7
impo
DH3
1
0,489
1
0,446
1
0,445
1
0,443
orien
EM2anali
IA9 -
1
0,435
1
0,429
impo
IF4
–
prefe
IA1 -
1
0,410
1
0,406
impo
EM3
–
IA3 -
1
0,395
1
0,339
impo
IA5 impo
IC1
1
0,339
1
0,334
1
0,315
1
0,305
1
0,285
1
0,142
–
DH2
–
IC6 -
–
terIA4
impo
DM3 -
–
EM4
– ser
IF2
-
– IA2
impo
IA7 impo
IA10 impo
IC3 -
1
Extração Ind.
0,986
PF1 aco
0,972
PF2 -
imp
impo
IC7 1
0,489
IA8 1
0,072
imp
impo
Método de Extração: Análise de Componentes Principais.
Média
3,67
Desvio
Padrão
1,586
3,94
1,389
praz
PF3 avali
IF1 –
3,96
1,572
2,82
1,695
ser
IF2 orien
IF3 –
3,98
1,341
3,46
1,8
gost–
IF4
prefe
DM1 -
3,70
1,212
3,94
1,332
gost
DM2 pedir
DM3 -
3,04
1,699
3,99
1,262
apro
EM1 gost
EM2-
3,93
1,325
4,28
1,072
anali
EM3
–
EM4
4,18
0,886
4,63
0,649
2,53
1,571
3,51
1,659
1,79
1,228
3,10
1,67
3,99
0,748
3,91
0,731
impo
IA3 impo
IA4 -
3,94
0,741
3,03
1,187
impo
IA5 impo
IA6 -
3,89
0,763
3,17
1,155
impo
IA7
impo
IA8 -
4,22
0,879
3,96
0,796
impo
IA9 impo
IA10 -
4,44
0,721
4,35
0,792
impo
IC1 –
impo
IC2 -
3,67
1,136
2,38
1,182
impoIC3
impo
IC4 -
3,97
0,924
3,00
1,51
impo
IC5 impo
IC6 -
3,51
1,151
2,52
1,482
impo
IC7 impo
2,07
1,203
–
ser
DH1
– ter
DH2
–
DH3
–
DH4
– IA1
impo
IA2 -
Por Valores Médias
Ind.
EM4
–
ser
IA9
-
Média
4,63
Desvio
Padrão
0,649
4,44
0,721
impo
IA10 impo
EM2-
4,35
0,792
4,28
1,072
anali
IA7 impo
EM3
4,22
0,879
4,18
0,886
3,99
1,262
3,99
0,748
impo
IF2 orien
IC3 -
3,98
1,341
3,97
0,924
impo
PF3 avali
IA8 -
3,96
1,572
3,96
0,796
impoPF2
praz
DM1 -
3,94
1,389
3,94
1,332
gost
IA3 impo
EM1 -
3,94
0,741
3,93
1,325
gost
IA2 impo
IA5 -
3,91
0,731
3,89
0,763
impo
IF4
–
prefe
PF1 -
3,70
1,212
3,67
1,586
aco
IC1
–
DH2
3,67
1,136
3,51
1,659
3,51
1,151
3,46
1,800
3,17
1,155
3,10
1,670
3,04
1,699
3,03
1,187
impo
IC4 impo
IF1 –
3,00
1,510
2,82
1,695
ser
DH1
–
terIC6
2,53
1,571
2,52
1,482
impo
IC2 impo
IC7 -
2,38
1,182
2,07
1,203
impo
DH3
–
1,79
1,228
–
DM3
apro
IA1 -
–
IC5 impo
IF3 –
gostIA6
impo
DH4
–
DM2 pedir
IA4 -
Por Desvios Padrão
Ind.
IF3
–
DM2
Média
3,46
Desvio
Padrão
1,800
3,04
1,699
-IF1
–
DH4
2,82
1,695
3,10
1,670
3,51
1,659
3,67
1,586
3,96
1,572
2,53
1,571
3,00
1,510
2,52
1,482
imp
PF2 praz
IF2 -
3,94
1,389
3,98
1,341
orie
DM1
-EM1
3,94
1,332
3,93
1,325
-DM3
-DH3
3,99
1,262
1,79
1,228
3,70
1,212
2,07
1,203
impIA4
imp
IC2 -
3,03
1,187
2,38
1,182
imp
IA6 imp
IC5 -
3,17
1,155
3,51
1,151
imp
IC1
–
EM2-
3,67
1,136
4,28
1,072
analIC3
imp
EM3
3,97
0,924
4,18
0,886
4,22
0,879
3,96
0,796
imp
IA10
-IA5 -
4,35
0,792
3,89
0,763
impIA1
imp
IA3 -
3,99
0,748
3,94
0,741
imp
IA2 imp
IA9 -
3,91
0,731
4,44
0,721
imp
EM4
–
4,63
0,649
–
DH2
–
PF1 aco PF3
avali
DH1
–
terIC4
imp
IC6 -
–
IF4
–
IC7 -
–
IA7 imp
IA8 -
181
APÊNDICE 19 - Quadro Termos-chave para a Análise Fatorial Confirmatória
Alfa (α)
Análise
Componentes
Principais
Análise
Multivariada
Autovalor
Carga Fatorial
Comunalidade
Confiabilidade
Correlação
Co-variância
Desvio Padrão
Matriz Fatorial
Termos-chave para Análise Fatorial Confirmatória
Probabilidade de rejeitar incorretamente a hipótese nula, isto é, afirmar que
existe uma diferença ou correlação quando na verdade não é o caso. Também
chamado de Erro Tipo I, sendo os níveis mais usados 5% (0,05) e 1% (0,01).
Modelo fatorial no qual os fatores são baseados na variância total. Na análise
de componentes principais, unidades (1s) são usadas na diagonal da matriz de
correlação e implica computacionalmente que toda variância é comum ou
compartilhada.
Análise de múltiplas variáveis em um único relacionamento ou conjunto de
relações, tendo como principal vantagem a habilidade em acomodar múltiplas
variáveis em uma tentativa de compreender as relações complexas não
possíveis com métodos univariados e bivariados.
Soma em coluna de cargas fatoriais ao quadrado para um valor, representa a
quantia de variância explicada por um fator.
Correlação entre as Variáveis Originais e os Fatores. As Cargas Fatoriais ao
quadrado indicam qual o percentual da variância em uma variável original é
explicado por um fator.
Quantidade total de variância que uma variável original compartilha com todos
os fatores extraídos incluídos na análise. Proporção da variância de um item
explicada pelos fatores extraídos, é igual à soma dos quadrados da sua carga
fatorial para cada componente extraído.
Grau em que uma variável ou um conjunto de variáveis é estável e consistente
com o que se pretende medir. Medida através do Alfa de Cronbach.
Consiste em uma medida de co-variância padronizada, variando de -1 a +1.
Mais usados: Pearson, Spearman's rho e Kendall's tau_b.
Demonstra quanto uma variável tende aumentar ou diminuir de acordo com o
aumento ou diminuição da outra. A co-variância entre variáveis padronizadas
com média 0 e variância igual a 1 é chamada de Coeficiente de Correlação, e
varia de -1 a +1.
Medida única para cada variável que representa a dispersão do conjunto de
seus valores em torno da média, aponta a capacidade da média em sintetizar
os valores observados da variável. Quanto menor maior será a concentração
de valores em torno da média. Corresponde à raiz quadrada da variância.
Tabela das cargas fatoriais de todas as variáveis sobre cada fator.
Valor único que sintetiza o conjunto de valores observados de uma variável.
Média
Obtida por meio da ponderação de todos os valores observados, podendo ser
interpretada como a sua tendência central.
Medida de
Medida que compara as magnitudes dos coeficientes de correlação
Adequação da
observados com as dos coeficientes de correlação parciais. Aplicada apenas
Amostra - Teste à matriz de correlação (constructos). Valores acima de 0,50 indicam tal
KMO
adequação.
Medida calculada tanto para a matriz de correlação quanto para cada variável
individualmente avaliando a adequação da aplicação da análise fatorial.
MSA - Medida de
Valores maiores que 0,50 tanto para a matriz como um todo quanto para as
Adequação da
variáveis individualmente, já indicam tal adequação. O aumento do Tamanho
Amostra
da Amostra, do número de variáveis e das correlações médias aumenta a
sensibilidade do teste.
Grau em que uma variável pode ser explicada pelas outras variáveis na
Multicolinearidade análise. Quanto maior, mais difícil explicar a interpretação da variável
estatística isolada devido a suas inter-relações.
O quanto o resultado encontrado tem significado, isto é, deve ser considerado
Nível de
como efeito do fenômeno observado e não como obra do acaso. Medido pelo
Significância
Nível de Poder conseguido.
182
Probabilidade de rejeitar corretamente a hipótese nula quando a mesma é
falsa, ou seja, de encontrar corretamente um suposto relacionamento quando
Poder Estatístico
ele existe. Determinado como função do nível de significância estatística (α)
(1 - β)
para um erro Tipo I, do Tamanho da Amostra e do Tamanho do Efeito
examinado. Nível de Poder mais utilizado: 80%.
Processo de manipulação ou de ajuste dos eixos fatoriais para conseguir uma
Rotação Fatorial solução fatorial mais simples e mais significativa. Pode ser ortogonal (plano)
ou oblíqua (espaço).
Estimativa do grau em que o fenômeno estudado existe na população. Os
Tamanho do
valores do Tamanho do Efeito mais utilizados são: Pequeno - 0,2 (20%);
Efeito (Effect Size)
Moderado - 0,5 (50%) e elevado - 0,8 (80%).
Teste de Bartlett
de Esfericidade
Validade
Variância
Teste estatístico da significância geral de todas as correlações em uma matriz
de correlação, isto é, verifica se todas as correlações dentro da matriz de
correlações são significativas. Valores de significância abaixo de 0,100 (para
alguns autores < 0,05) indicam a adequabilidade dos dados à análise fatorial.
O aumento do Tamanho da Amostra aumenta sua sensibilidade.
Extensão em que uma medida ou conjunto de medidas representa
corretamente o conceito do estudo, o grau em que se está livre de qualquer
erro sistemático ou não aleatório. A validade se refere a quão bem o conceito
é definido pelas medidas, enquanto a confiabilidade se refere à consistência
das medidas. Determinada em grande parte pelo conhecimento do
pesquisador sobre o fenômeno estudado e validada através da análise fatorial
confirmatória (validade convergente).
É um indicador da dispersão da variável em relação à média, pouco usado em
virtude de sua unidade de medida ser o quadrado da unidade de medida
original dos dados. A raiz quadrada da variância corresponde à medida de
dispersão mais usada: Desvio Padrão, que é sempre positiva e tem a mesma
medida dos dados analisados.
183
APÊNDICE 20 – Matrizes Anti-imagem – Valores MSA
Anti-image Matrices (Constructos Modelo Proposto)
Anti-image
Covariance
Constr
ucto
Central
Constru
cto
Anteced
ente 1
Constru
cto
Anteced
ente 2
Constru
cto
Anteced
ente 3
Construct
o
Consequ
ente 1
Construct
o
Consequ
ente 2
Construct
o
Consequ
ente 3
,791
-,173
-,101
-,060
,035
-,029
-,031
-,173
,585
-,184
-,061
-,081
,035
-,035
-,101
-,184
,521
-,024
-,234
,046
,006
-,060
-,061
-,024
,533
-,072
,336
-,057
,035
-,081
-,234
-,072
,585
-,131
-,182
Constructo
Consequente 2
-,029
,035
,046
,336
-,131
,581
-,015
Constructo
Consequente 3
-,031
-,035
,006
-,057
-,182
-,015
,851
,813(a)
-,254
-,158
-,092
,051
-,043
-,037
-,254
,810(a)
-,334
-,109
-,138
,060
-,050
-,158
-,334
,750(a)
-,045
-,423
,084
,009
-,092
-,109
-,045
,649(a)
-,129
,603
-,085
,051
-,138
-,423
-,129
,684(a)
-,226
-,257
Constructo
Consequente 2
-,043
,060
,084
,603
-,226
,530(a)
-,021
Constructo
Consequente 3
-,037
-,050
,009
-,085
-,257
-,021
,797(a)
Constructo Central
Constructo
Antecedente 1
Constructo
Antecedente 2
Constructo
Antecedente 3
Constructo
Consequente 1
Anti-image
Correlation
Constructo Central
Constructo
Antecedente 1
Constructo
Antecedente 2
Constructo
Antecedente 3
Constructo
Consequente 1
a Measures of Sampling Adequacy(MSA)
Anti-image Matrices (Constructo Participação Feminina)
PF1 acompanhar o
homem nas
compras
Anti-image Covariance
Anti-image Correlation
PF1 - acompanhar o
homem nas compras
PF2 - prazer
em comprar
com o
homem
PF3 - avaliar
com o
homem as
compras
,618
-,225
-,291
PF2 - prazer em comprar
com o homem
-,225
,750
-,131
PF3 - avaliar com o
homem as compras
-,291
-,131
,670
,628(a)
-,331
-,452
PF2 - prazer em
comprar com o homem
-,331
,726(a)
-,184
PF3 - avaliar com o
homem as compras
-,452
-,184
,660(a)
PF1 - acompanhar o
homem nas compras
a Measures of Sampling Adequacy(MSA)
184
Anti-image Matrices (Constructo Influência Feminina)
IF1 - mulher
responsável
pelas
compras
Anti-image Covariance
Anti-image
Correlation
IF2 - a
mulher
orienta o
homem
IF3 mulher
influencia
estilo
IF4 - mulher
presenteia
com roupas
IF1 - mulher
responsável pelas
compras
IF2 - a mulher orienta
o homem
,888
-,252
,060
-,130
-,252
,896
-,061
-,100
IF3 - mulher influencia
estilo
,060
-,061
,993
,011
IF4 - mulher
presenteia com roupas
-,130
-,100
,011
,956
,546(a)
-,283
,064
-,141
-,283
,548(a)
-,065
-,109
,064
-,065
,360(a)
,012
-,141
-,109
,012
,642(a)
IF1 - mulher
responsável pelas
compras
IF2 - a mulher orienta
o homem
IF3 - mulher
influencia estilo
IF4 - mulher
presenteia com
roupas
a Measures of Sampling Adequacy(MSA)
Anti-image Matrices (Constructo Dependência Masculina)
DM1 - homem
gosta do
incentivo
Anti-image Covariance
Anti-image Correlation
DM2 - homem
pede
recomendação
DM3 - homem
aprova o gosto
da mulher
,672
-,079
-,369
DM2 - homem pede
recomendação
-,079
,951
-,089
DM3 - homem aprova o
gosto da mulher
-,369
-,089
,670
,535(a)
-,099
-,550
DM2 - homem pede
recomendação
-,099
,776(a)
-,111
DM3 - homem aprova
o gosto da mulher
-,550
-,111
,534(a)
DM1 - homem gosta do
incentivo
DM1 - homem gosta
do incentivo
a Measures of Sampling Adequacy(MSA)
185
Anti-image Matrices (Constructo Envolvimento da Mulher)
Anti-image
Covariance
EM1 - gosta
de comrpar r
masculinas
EM2 - mulher
decide os
detalhes
EM3 - mulher
comprou
roupa q hm
recusou
EM4 importancia
em fazer
escolha certa
EM1 - gosta de
comrpar r masculinas
,853
-,109
-,214
-,074
EM2 - mulher decide
os detalhes
-,109
,810
,030
-,285
-,214
,030
,792
-,240
-,074
-,285
-,240
,712
,710(a)
-,132
-,260
-,095
-,132
,611(a)
,038
-,375
-,260
,038
,626(a)
-,320
-,095
-,375
-,320
,612(a)
EM3 - mulher
comprou roupa q hm
recusou
EM4 - importancia em
fazer escolha certa
Anti-image
Correlation
EM1 - gosta de
comrpar r
masculinas
EM2 - mulher decide
os detalhes
EM3 - mulher
comprou roupa q
hm recusou
EM4 - importancia
em fazer escolha
certa
a Measures of Sampling Adequacy(MSA)
Anti-image Matrices (Constructo Decisão do Homem)
Anti-image Covariance
DH1 - decisao de
compra da mulher
DH2 - definição do
pagamento pela
mulher
DH3 - o hm considera
opiniao mlhr
DH4 - palavra final é
do hm
Anti-image
Correlation
DH1 - decisao de
compra da mulher
DH2 - definição do
pagamento pela
mulher
DH3 - o hm considera
opiniao mlhr
DH4 - palavra final é
do hm
a Measures of Sampling Adequacy(MSA)
DH1 decisao de
compra da
mulher
DH2 definição do
pagamento
pela mulher
DH3 - o hm
considera
opiniao mlhr
DH4 - palavra
final é do hm
,781
-,286
-,150
-,091
-,286
,800
,002
-,153
-,150
,002
,878
-,209
-,091
-,153
-,209
,847
,630(a)
-,362
-,181
-,112
-,362
,616(a)
,002
-,186
-,181
,002
,654(a)
-,243
-,112
-,186
-,243
,683(a)
a Measures of Sampling Adequacy(MSA)
Anti-image Correlation
Anti-image Covariance
-,130
-,001
-,103
-,069
-,120
-,019
IA5 - importancia do
custo/benefico
IA6 - importancia da
moda
IA7 - importancia da
funcionalidade
IA8 - importancia do
preço
IA9 - importancia da
qualidade
IA10 - importancia da
durabilidade
-,080
,112
-,203
-,002
-,156
-,092
-,221
-,031
IA5 - importancia do
custo/benefico
IA6 - importancia da
moda
IA7 - importancia da
funcionalidade
IA8 - importancia do
preço
IA9 - importancia da
qualidade
IA10 - importancia da
durabilidade
-,022
-,062
,033
-,013
-,106
-,031
-,306
-,208
,837(a)
-,174
-,014
-,037
,027
-,009
-,078
-,022
-,059
-,210
,697
-,111
IA2 importancia do
bom corte
IA3 - importancia do
estilo
IA4 - importancia da
marca/griffe
-,174
,075
IA4 - importancia da
marca/griffe
,839(a)
-,131
IA3 - importancia do estilo
IA2 - importancia do
bom corte
-,111
IA2 - importancia do bom
corte
IA1 - importancia do
conforto
,587
IA1 - importancia do
conforto
IA1 importancia do
conforto
,039
-,068
,031
-,012
-,084
-,047
-,156
,817(a)
-,306
-,208
,025
-,040
,025
-,009
-,061
-,032
-,112
,673
-,210
-,131
IA3 importancia do
estilo
,016
-,082
,000
,016
-,364
-,051
-,141
-,096
-,206
,056
,868(a)
-,054
-,054
-,047
-,156
-,031
-,203
-,034
-,084
-,078
-,149
,041
,697
-,040
-,032
-,022
-,130
IA5 importanci
a do
custo/bene
fico
,677(a)
-,080
,112
,011
-,051
,000
,012
-,282
-,040
,767
-,112
-,059
,075
IA4 importancia da
marca/griffe
,038
-,025
-,025
-,071
,695(a)
,056
-,364
-,084
-,106
-,002
,027
-,016
-,022
-,055
,784
,041
-,282
-,061
-,078
-,001
IA6 importancia da
moda
-,112
-,098
-,011
,882(a)
-,071
-,206
,016
-,012
-,013
-,156
-,076
-,060
-,009
,746
-,055
-,149
,012
-,009
-,009
-,103
IA7 importanci
a da
funcionalid
ade
,010
-,047
,828(a)
-,011
-,025
-,096
,000
,031
,033
-,092
,008
-,033
,953
-,009
-,022
-,078
,000
,025
,027
-,069
IA8 importancia do
preço
-,482
,788(a)
-,047
-,098
-,025
-,141
-,082
-,068
-,062
-,221
-,269
,501
-,033
-,060
-,016
-,084
-,051
-,040
-,037
-,120
IA9 importancia da
qualidade
,758(a)
-,482
,010
-,112
,038
-,051
,016
,039
-,022
-,031
,623
-,269
,008
-,076
,027
-,034
,011
,025
-,014
-,019
IA10 importancia da
durabilidade
186
Anti-image Matrices (Constructo Importância Atributos)
187
Anti-image Matrices (Constructo Importância Categorias)
IC1 roupa
íntima
Anti-image
Covariance
IC3 lazer
IC4 trabalho
IC5 social
casual
IC6 social
formal
IC7 dormir
IC1 - roupa
íntima
IC2 - praia
,948
-,184
-,037
,042
,008
,049
-,037
-,184
,907
,022
,066
,018
-,133
-,157
IC3 - lazer
-,037
,022
,996
,045
,005
-,002
,005
,042
,066
,045
,948
-,053
-,130
-,056
,008
,018
,005
-,053
,800
-,333
,003
,049
-,133
-,002
-,130
-,333
,765
,050
-,037
-,157
,005
-,056
,003
,050
,963
,541(a)
-,199
-,038
,044
,009
,057
-,039
-,199
,480(a)
,023
,071
,021
-,159
-,168
-,038
,023
,519(a)
,046
,005
-,002
,005
,044
,071
,046
,625(a)
-,060
-,153
-,059
,009
,021
,005
-,060
,542(a)
-,425
,004
,057
-,159
-,002
-,153
-,425
,519(a)
,058
-,039
-,168
,005
-,059
,004
,058
,503(a)
IC4 - trabalho
IC5 - social
casual
IC6 - social
formal
IC7 - dormir
Anti-image
Correlation
IC2 praia
IC1 - roupa
íntima
IC2 - praia
IC3 - lazer
IC4 - trabalho
IC5 - social
casual
IC6 - social
formal
IC7 - dormir
a Measures of Sampling Adequacy(MSA)