UNIVERSIDADE POTIGUAR – UnP
PRÓ-REITORIA DE PESQUISA, EXTENSÃO E PÓS-GRADUAÇÃO
MESTRADO PROFISSIONAL EM ADMINISTRAÇÃO
JOÃO MATHEUS FRANÇA BEZERRA
A HEURÍSTICA DA ANCORAGEM E SEUS EFEITOS EM
ESTIMATIVAS DE PREÇO: um estudo com produtos da cesta
básica.
Natal-RN
2011
JOÃO MATHEUS FRANÇA BEZERRA
A HEURÍSTICA DA ANCORAGEM E SEUS EFEITOS EM
ESTIMATIVAS DE PREÇO: um estudo com produtos da cesta
básica.
Dissertação apresentada como requisito à
obtenção do título de mestre em Administração
do Programa de Pós-Graduação do Mestrado
Profissional em Administração da Universidade
Potiguar - Laureate International Universities.
Orientador: Prof. Dr. Rodrigo José Guerra
Leone.
Natal-RN
2011
B574h
Bezerra, João Matheus França.
A Heurística Da Ancoragem E Seus Efeitos Em Estimativas De
Preço / João Matheus França Bezerra. – Natal, 2011.
102 f.
Dissertação (Mestrado em Administração) – Universidade
Potiguar. Pró-Reitoria de Pesquisa, Extensão e Pós-Graduação.
Referencias: f. 84-89.
1. Administração – Dissertação. 2. Finanças Comportamentais.
3. Heurísticas de Decisão. I Título.
RN/UnP/BCM
CDU: 658 (043)
JOÃO MATHEUS FRANÇA BEZERRA
A HEURÍSTICA DA ANCORAGEM E SEUS EFEITOS EM
ESTIMATIVAS DE PREÇO: um estudo com produtos da cesta
básica.
Dissertação apresentada como requisito à
obtenção do título de mestre em Administração
do Programa de Pós-Graduação do Mestrado
Profissional em Administração da Universidade
Potiguar - Laureate International Universities.
Data da Aprovação: _______/_______/_______.
BANCA EXAMINADORA
___________________________________________
Prof. Rodrigo José Guerra Leone, Dr.
Orientador
__________________________________________
Prof. Kléber Cavalcanti Nóbrega, Dr.
Membro Interno - UnP
___________________________________________
Prof. José Dionísio Gomes da Silva, Dr.
Membro Externo
DEDICATÓRIA
A Deus, meu Senhor soberano e responsável por minha existência; A
Ele toda honra e toda glória.
Aos meus pais Assis (in memorian) e Mundinha, primeiro por terem me
concebido, e, como se isso já não fosse o bastante... Pelo carinho e
confiança que sempre me devotaram; Pela dignidade e honradez na qual
superaram todas as dificuldades encontradas na educação dos seus três
filhos; Pelos conselhos sábios quando precisei; Por saberem dizer “não” na
hora certa; Pelo caráter humano que demonstraram durante toda minha
existência; Pelo legado de ensinamentos e sabedoria deixado ao longo da
vida de forma incondicional; Pela forma como me conduziram nos caminhos
da vida até que eu me tornasse um verdadeiro cidadão...A vocês o meu
reconhecimento.
Aos meus irmãos André e Rafaela, com os quais compartilho os
momentos mais importantes da minha vida.
A minha sobrinha Ana Beatriz, por trazer alegria à nossa casa.
AGRADECIMENTOS
Ao professor Dr. Rodrigo Leone, meu orientador, pela disponibilidade e
presteza com que sempre me recebeu em sua orientações, bem como pelos
esclarecimentos às minhas dúvidas e pela sabedoria empregada na condução desta
importante etapa da minha vida.
Aos professores do mestrado: Dra. Tereza Souza, Dr. Domingos Fernandes
Campos, Dr. Kléber Cavalvanti Nóbrega, Dra. Patrícia Whebber S. de Oliveira, Dra.
Nilda Maria de C. Pinto Guerra Leone e Dr. Alípio Veiga Neto pelo incentivo e
aprendizado repassado.
Aos meus amigos do mestrado, em especial, Moisés, Judson,
Georgiana e Michelle, meus companheiros de viagem, pelos conhecimentos
compartilhados e pelas dificuldades por nós vencidas.
A minha amiga Profa. MSc. Adriana Martins, meu espelho profissional,
pelo apoio dado, não só no mestrado, mas em toda vida acadêmica.
A minha namorada Tâmara Tavares, pelo apoio, compreensão e
carinho.
A todos que fazem a Múltipla Consultoria, minha segunda casa, pelo
suporte dado durante as minhas ausências.
Ao meu amigo Raimundo Falcão, com quem pude aprender coisas que
somente a vida pode ensinar. Obrigado pelo apoio e pelos ensinamentos.
Enfim, a todos que de algum modo colaboraram com a conclusão deste
projeto, o meu agradecimento.
RESUMO
As Finanças Comportamentais correspondem a uma ramificação da teoria financeira
que busca explorar os aspectos psicológicos dos indivíduos no momento de
avaliação e precificação de ativos financeiros. Considerando que as decisões dos
indivíduos nem sempre são tomadas de forma puramente racional, a teoria
comportamental descreve que as pessoas recorrem a atalhos mentais em suas
escolhas, visando a simplificação do processo decisório. Tais atalhos mentais são
classificados como heurísticas de julgamento, aplicadas para ativar probabilidades e
estimar valores de quantidades incertas, dando agilidade a decisão. Neste contexto
das heurísticas de julgamento está a heurística da ancoragem e ajustamento, que
traz a concepção de que as pessoas realizam suas estimativas partindo de um valor
inicial, que é ajustado revelando a resposta ideal esperada pelo julgador. Este marco
inicial, pode ser sugerido por um precedente histórico, pela maneira ao qual um
problema é apresentado ou por uma informação aleatória lançada pelo ambiente em
que as pessoas estão inseridas. Nesta
perspectiva, esta pesquisa levanta o
seguinte questionamento: Quais os efeitos da heurística da ancoragem em
estimativas de preços para produtos da cesta básica? Assim, este estudo tem como
objetivo identificar os efeitos da heurística da ancoragem em estimativas de preços
para produtos da cesta básica. Para tanto, realizou-se uma pesquisa empírica com
clientes de supermercados, mediante aplicação de questionário, para que estes
realizassem estimativas numéricas para itens da cesta básica, com indicação do
valor estimado para cada produto, bem como a grau de confiança para o valor
atribuído e o nível de essencialidade de cada produto avaliado. Observou-se que a
ancoragem está presente tanto nas estimativas com base em âncoras altas, como
nas âncoras baixas, sendo que seus efeitos são mais evidentes nas âncoras baixas.
No que tange a relação ancoragem, confiança e essencialidade dos produtos, a
regressão linear indica que há uma baixa relação entre a ancoragem, a confiança e
a essencialidade dos produtos. Assim, os dados da pesquisa confirmam que o valor
das estimativas individuais podem ser influenciadas por valores âncoras, dada a
confiança do julgador e a essencialidade do produto avaliado.
Palavras-Chave: Finanças Comportamentais. Heurísticas de Decisão. Ancoragem.
ABSTRACT
The Behavioral Finance correspond to a branch of financial theory that seeks to
explore the psychological aspects of individuals at the time of evaluation and pricing
of financial assets. Whereas the decisions of individuals are not always taken in a
purely rational behavior theory describes the mental shortcuts people use in their
choices, in order to simplify the decision process. Such mental shortcuts are
classified as judgmental heuristics, applied to activate probabilities and estimate
values for uncertain quantities, giving the decision agility. In the context of the trial is
heuristic of anchoring and adjustment heuristic, which brings the idea that people
make their estimates starting from an initial value, which is set revealing the ideal
response expected by the judge. This milestone may be suggested by a historical
precedent for the way in which a problem is presented or a random information
released by the environment in which people are inserted. In this perspective, this
research raises the question: What are the effects of the anchoring heuristic
estimates of prices for basic food products? Thus, this study aims to identify the
effects of the anchoring heuristic estimates of prices for basic food products. To this
end, we carried out an empirical study with supermarket customers, through a
questionnaire, so that they perform numerical estimates for items in the basket,
giving the estimated value for each product, as well as the degree of confidence to
the value assigned and the level of essentiality of each product reviewed. It was
observed that the anchor is present in both the anchors based on estimates as high
as the low anchor, and its effects are most evident in the lower anchors. Regarding
the relationship anchoring, trust and essentiality of the products, linear regression
indicates that there is a mismatch between the anchorage, the confidence and the
essential nature of the products. Thus, the survey data confirm that the value of the
individual estimates may be influenced by anchor values , given the confidence of the
judge and the essentiality of the product evaluated.
Keywords: Behavioral Finance. Decision Heuristics. Anchoring.
LISTA DE FIGURAS
Figura 1 - Função Utilidade Neutralidade ao Risco ...................................................20
Figura 2 - Função Utilidade Aversão ao Risco ...........................................................21
Figura 3 - Curva de Utilidade .....................................................................................23
Figura 4 - Curva de Risco-Utilidade ...........................................................................24
Figura 5 - Função Valor..............................................................................................26
LISTA DE GRÁFICOS
Gráfico 1 - Extratos do Grupo de Calibragem ...........................................................56
Gráfico 2 - Âncora Baixa ............................................................................................59
Gráfico 3 - Índice de Ancoragem e Confiança (Âncora Baixa)...................................61
Gráfico 4 - Índice de Ancoragem e Essencialidade (Âncora Baixa) ..........................63
Gráfico 5 - IA, Confiança e Essencialidade (Âncora Baixa).......................................64
Gráfico 6 - Âncora Alta ...............................................................................................69
Gráfico 7 - Índice de Ancoragem e Confiança (Âncora Alta)......................................70
Gráfico 8 - Índice de Ancoragem e Essencialidade (Âncora Alta) .............................73
Gráfico 9 - IA, Confiança e Essencialidade (Âncora Alta) ..........................................74
LISTA DE TABELAS
Tabela 1 - Extratos do Grupo de Calibragem ............................................................55
Tabela 2 - Percentis de Distribuição ..........................................................................57
Tabela 3 - Mediana das Estimativas dos Grupos Experimentais ...............................58
Tabela 4 - Índices de Ancoragem por Produto (Âncora Baixa) ..................................58
Tabela 5 - Relação: IA e Confiança (Âncora Baixa) ...................................................60
Tabela 6 - Relação: IA e Essencialidade (Âncora Baixa) ...........................................62
Tabela 7 - Coeficientes de Correlação (Âncora Baixa) ..............................................65
Tabela 8 - Coeficientes de Análise de Regressão (Âncora Baixa).............................66
Tabela 9 - Índices de Ancoragem por Produto (Âncora Alta) .....................................68
Tabela 10 - Relação: IA e Confiança (Âncora Alta) ....................................................69
Tabela 11 - Relação: IA e Essencialidade (Âncora Alta) ............................................72
Tabela 12 - Coeficientes de Correlação (Âncora Alta) ...............................................75
Tabela 13 - Coeficientes de Análise de Regressão (Âncora Alta)..............................76
Tabela 14 - Extratos Gerais .......................................................................................77
SUMÁRIO
1 INTRODUÇÃO ........................................................................................................12
1.1 CONTEXTUALIZAÇÃO E PROBLEMA DE PESQUISA ......................................12
1.2 OBJETIVOS .........................................................................................................15
1.2.1 Objetivo Geral..................................................................................................15
1.2.2 Objetivos Específicos .....................................................................................15
1.3 JUSTIFICATIVA....................................................................................................15
2 REFERENCIAL TEÓRICO .....................................................................................18
2.1 TEORIA DA DECISÃO .........................................................................................18
2.2 TEORIA DA UTILIDADE ESPERADA ..................................................................19
2.3 TEORIA DOS PROSPECTOS .............................................................................23
2.4 TEORIA DA RACIONALIDADE LIMITADA...........................................................27
2.5 HEURÍSTICA DE JULGAMENTO ........................................................................29
2.5.1 Heurística da Disponibilidade ........................................................................30
2.5.2 Heurística da Representatividade .................................................................32
2.5.3 Heurística da Acoragem e Ajustamento........................................................34
2.6 MENSURAÇÃO E EFEITOS DA ANCORAGEM..................................................36
2.6.1 Mensuração da Ancoragem em Estimativas de Valores Incertos ..............37
2.6.2 Os Efeitos da Ancoragem em Tarefas de Estimação...................................39
3 METODOLOGIA .....................................................................................................44
3.1 TIPO DE PESQUISA............................................................................................44
3.2 UNIVERSO/AMOSTRA........................................................................................45
3.3 COLETA DE DADOS............................................................................................47
3.3.1 Variáveis Analíticas.........................................................................................47
3.3.2 Instrumento de Coleta ....................................................................................48
3.3.3 Plano de Coleta ...............................................................................................50
3.4 TRATAMENTO DOS DADOS ..............................................................................51
4 APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS ......................................55
4.1 GRUPO DE CALIBRAGEM..................................................................................55
4.2 GRUPO EXPERIMENTAL - ÂNCORA BAIXA......................................................58
4.2.1 Análise Descritiva ...........................................................................................58
4.2.2 Análise de Correlação e Regressão ..............................................................64
4.3 GRUPO EXPERIMENTAL - ÂNCORA ALTA ........................................................67
4.3.1 Análise Descritiva ...........................................................................................67
4.3.2 Análise de Correlação e Regressão ..............................................................75
5 CONCLUSÃO E RECOMENDAÇÕES ...................................................................79
REFERÊNCIAS .........................................................................................................84
APÊNDICES ..............................................................................................................90
12
1 INTRODUÇÃO
1.1 CONTEXTUALIZAÇÃO E PROBLEMA DE PESQUISA
A teoria das finanças, na sua perspectiva mais tradicionalista, sugere que os
agentes econômicos em suas decisões são seres racionais e aversos ao risco. Logo
seriam guiados pela lógica e racionalidade, analisando todas as alternativas
dispostas antes de tomar uma decisão. A validade deste arcabouço que preconiza o
comportamento racional dos indivíduos em ambientes de risco e tomada de decisão,
passa a não ser capaz de explicar a contento, os diversos fenômenos regularmente
observados nos mercados financeiros em pesquisas empíricas realizadas nas
últimas décadas, uma vez que não leva em consideração os fatores emocionais e
psicológicos, que podem afetar a racionalidadade do processo decisório.
Neste sentido, o estudo apresentado por Simon (1959) sobre os efeitos do
comportamento humano em seus julgamentos, evidenciam que o processo decisório
nem sempre é racional e que os indivíduos muitas vezes são levados a tomar
decisões incorretas por vieses cognitivos como excesso de certeza e aversão a
perda, culminando no processo de racionalidade limitada. Assim nos ambientes que
envolvem risco, nem sempre as decisões são tomadas de maneira puramente
racionais. Muitas vezes fatores emocionais influenciam o processo decisório,
afastando os indivíduos da racionalidade plena e efetando diretamente o resultado
dos julgamentos, uma vez que estes são realizados por pessoas carregadas de
emoções.
Nesta perspectiva, derivada da necessidade de compreender o
comportamento dos indivíduos em suas decisões no mercado financeiro, surgem as
Finanças Comportamentais, uma ramificação da teoria financeira que busca
incorporar os aspectos psicológicos dos indivíduos ao processo de avaliação e
precificação de ativos financeiros. Assim, este ramo das finanças tem como objetivo
evidenciar traços de irracionalidade, possivelmente existentes em decisões sobre
investimentos.
O escopo das Finanças Comportamentais está na Teoria dos Prospectos
apresentada por Kahneman e Tvesrky (1979), que expõem padrões de
comportamento nunca reconhecidos antes pelos estudiosos e teóricos de processo
13
decisório. Tal estudo aponta duas deficiências humanas que causam esses padrões
comportamentais: a primeira é o fato da emoção poder comprometer o autocontrole
que é essencial à tomada racional de decisão, a segunda é o fato das pessoas na
maioria das vezes não entenderem de forma clara com que estão lidando, criando
em suas mentes molduras cognitivas. Estes estudos mostraram ainda que a
irracionalidade em decisões e escolhas ocorre também entre investidores,
executivos e administradores.
Kahneman e Tversky (1974), estabelecem e definem padrões de
comportamento em ambientes de risco denominados heurísticas de julgamento.
Estas heurísticas funcionam como padrões de decisão ou atalhos mentais e podem
levar a erros de avaliação uma vez que os indivíduos não consideram todas as
informação disponíveis para tomar a decisão ideal. Na pesquisa os autores
descrevem três heurísticas cognitivas: Disponibilidade, Representatividade e
Ancoragem e Ajustamento, como sendo as três principais heurísticas do
comportamento humano.
A heurística da disponibilidade, dispõe que o indivíduo ao avaliar um evento,
recorre ao grau de ocorrências com que este evento esteve imediatamente
disponível na
sua memória. A representatividade sugere que ao fazer um
julgamento, as pessoas tendem a procurar particularidades para que possam
relacioná-las com esteriótipos formados anteriormente. A ancoragem e ajustamento,
objeto deste estudo, é aquela em que se avalia a chance de ocorrência de um
evento pela colocação de uma base (âncora) e se faz então um ajuste. Desta forma,
o indivíduo começa a realização de suas avaliações a partir de um valor inicial, que
é posteriormente ajustado para fins de uma decisão final. O valor inicial, ou ponto de
partida, pode ser sugerido por um precedente histórico, pela maneira pela qual um
problema é apresentado ou por uma informação aleatória. A tendência à ancoragem
faz com que os investidores marquem uma determinada âncora mental. Formada
esta âncora, a tendência é que novas informações não sejam tão valorizadas
(BAZERMAN; MOORE, 2010).
Considerando a significância dos fatores não racionais e suas possíveis
influências no processo de tomada de decisão, Jacowitz e Kahneman (1995) criaram
um modelo quantitativo de mensuração dos efeitos da ancoragem em tarefas de
estimação de valores incertos. Para medir e analisar os efeitos da ancoragem, os
14
autores usam um indexador chamado de Índice de Ancoragem (IA). Tal índice pode
ser usado para medir o fluxo da estimativa mediana dos sujeitos em direção à
âncora aos quais foram expostos. Os valores do índice variam de 0 (para sujeitos
sem nenhum efeito da ancoragem) a 1 (sujeitos expostos aos efeitos da
ancoragem).
Uma importante etapa para suprir as necessidades do consumidor é entender
o comportamento deste agente. Nesta ótica, as finanças comportamentais têm
demonstrado que o efeito ancoragem pode influenciar as decisões das pessoas,
uma vez que estas muitas vezes fazem suas estimativas com base em um primeiro
valor, e em seguida ajustam este valor inicial para produzir a resposta desejada.
Assim, preços de produtos dispostos arbitrariamente podem servir como âncoras,
afetando o consumidor no que tange a disponibilidade para pagar pelo produto que
pretende adquirir (NUNES; BOATWRIGHT, 2004).
Delimitando o tema, é oportuno esclarecer que a cesta básica compõe-se de
treze produtos alimentícios, conforme Decreto Lei 399 de 1938 e corresponde as
necessidades alimentares de um trabalhador adulto por dia de serviço. Segundo
dados do Departamento Intersindical de Estatística e Estudos Socieconômicos DIEESE (2011), a cesta básica representa em média cinquenta por cento do salário
mínimo nas principais capitais do Brasil. Assim, estando os consumidores destes
itens influenciados pelos efeitos da ancoragem em suas estimativas de preço, as
decisões de consumo podem ser de certa forma, afetadas por tal evento. Nesta
perspectiva, considerando a iminente relevância dos produtos da cesta básica para
a economia, frente a necessidade de medir como a ancoragem pode influenciar nas
estimativas de preço dos consumidores, para estes itens, levanta-se o seguinte
questionamento: Quais os efeitos da heurística da ancoragem em estimativas
de preços para produtos da cesta básica?
Como provável resposta a esta problemática, acredita-se que as pessoas
podem ser influenciadas pelos efeitos da ancoragem em suas atribuições de preço
para tais produtos. Confirmada a hipótese de que as estimativas de valor para os
produtos da cesta básica podem variar em função de valores arbitrários, os
consumidores estarão sujeitos a erros de avaliação em seus julgamentos para tais
itens, o que de certa forma poderia afetar as decisões de consumo destes.
15
1.2 OBJETIVOS
1.2.1 Objetivo Geral
• Analisar os efeitos da heurística da ancoragem em estimativas de preços
para produtos da cesta básica.
1.2.2 Objetivos Específicos
• Investigar influência das âncoras altas e baixas nas estimativas de preço
para produtos da cesta básica.
• Avaliar a relação da heurística da ancoragem com o nível de confiança dos
participantes.
• Verificar se os efeitos da ancoragem mantêm algum tipo de relação com a
essencialidade dos produtos da cesta básica.
1.3 JUSTIFICATIVA
A teoria comportamental tem evidenciado através dos seus estudos, como
números arbitrários podem influenciar a tomada de decisão das pessoas.
Considerando a onipresença e disponibilidade ao qual os preços relativos a bens e
serviços estão dispostos ao consumidor nos mais diversos canais de comunicação,
acredita-se que tais informações podem causar um impacto muito mais profundo
sobre os clientes do que se possa imaginar, mesmo estando ou não dispostos a
comprar (NUNES; BOATWRIGHT, 2004). Segundo Kotler (1998), as pessoas estão
submetidas a fatores internos e externos que atuam diretamente sobre o
comportamento de compra.
Kotler e Keller (2006) asseguram que é necessário acompanhar
permanentemente a conduta do consumidor no momento da compra. Para isso as
organizações precisam conhecer os atributos mais valorizados pelos consumidores
em suas decisões de compra. Desta maneira, conhecer o comportamento do
consumidor e modo como este toma as suas decisões de consumo é algo relevante
para as organizações que almejam melhores oportunidades de vendas. Nesta
16
perspectiva, Schiffman e Kanuk (2000) dispõem que o consumidor, pode sofrer
influências psicológicas, pessoais, sociais e culturais. Considerando a dimensão
psicológica, o fenômeno conhecido como efeito ancoragem descreve de que forma
uma aleatória inicial pode sistematicamente influenciar as estimativas dos
indivíduos. Assim, as pessoas muitas vezes fazem estimativas com base em uma
primeira âncora, que pode ser irrelevante para a decisão final. Em seguida ajustam
este valor inicial para produzir a resposta desejada.
Ao servirem como âncoras, os preços dos produtos dispostos ao consumidor,
podem comprometer a sua disponibilidade em pagar por aquilo que pretende
adquirir (NUNES; BOATWRIGHT, 2004). Desta forma, considerando que a
disposição do consumidor em pagar por um item pode variar sistematicamente de
acordo com a forma em que os valores estão dispostos no ambiente de compras,
acredita-se que a variância nesta disponibilidade de compra pode afetar tanto na
demanda pelo produto, como na oferta de preço destes itens.
Os produtos de cesta básica estão definidos pelo Decreto Lei 399 de 30 de
maio de 1938, que determina a remuneração mínima devida ao trabalhador adulto,
por dia normal de serviço. A referida Lei estabelece treze produtos alimentares
(feijão, arroz, açúcar, farinha de mandioca, leite, óleo, manteiga, café, tomate,
batata, banana, pão e carne) e suas respectivas quantidades capazes de satisfazer,
em determinada época, as necessidades normais de alimentação de um trabalhador
adulto.
Considerando que os preços dos produtos possivelmente variam em função
da quantidade demandada, e abstraindo ainda que, a demanda pode ser afetada
pela disponibilidade do consumidor em pagar por determinado item, esta pesquisa
se justifica pela necessidade de compreender como propensos consumidores,
sobremaneira, podem ser influenciados em suas estimativas de preços para
produtos da cesta básica, quando submetidos a valores arbitrários previamente
dispostos (âncoras).
Assim, dada a necessidade de investigar e disseminar o conhecimento sobre
aspectos comportamentais do consumidor em suas estimativas de preço, este
estudo se faz relevante no momento em que busca identificar a influência da
heurística da ancoragem, em tarefas de valoração.
Ante o exposto, a presente
pesquisa justifica-se também, pela disseminação do conhecimento prático das
17
finanças comportamentais, uma vez que possibilita a comunidade em geral obter
uma maior probabilidade de êxito em suas decisões de estimativa de preço, quando
possuidoras do conhecimento da influência da heurística da ancoragem no processo
de tomada de decisão.
Em termos de gestão empresarial, as heurísticas de julgamento oferecem aos
administradores uma simplificação do processo decisório, garantindo a estes
avaliações corretas ou parcialmente corretas em um menor espaço de tempo. A
compreensão de que uso inadequado das heurísticas pode levar a erros de
julgamento, garante ao gestor o poder de decidir quando e onde usar tais
ferramentas, eliminando os possíveis vieses que estes padrões de julgamento
podem trazer ao processo decisório.
O trabalho está apresentado em cinco capítulos, além das referências,
apêndices e anexos. O capítulo de introdução contém a apresentação do trabalho,
contextualização e problema de pesquisa, objetivos e justificativa. O segundo
capítulo, de referencial teórico, é destinado a fundamentação teórica que alicerça a
pesquisa, contendo uma revisão da literatuda necessária para a discussão dos
resultados. No terceiro capítulo demonstram-se os procedimentos metodológicos da
pesquisa. O quarto capítulo é destinado a apresentação e análise dos resultados
obtidos. No capítulo quinto apresentam-se as conclusões, limitações do estudo e
recomendações para futuras pesquisas.
18
2 REFERENCIAL TEÓRICO
2.1 TEORIA DA DECISÃO
Uma vez consentido o livre arbítrio para que sejam feitas escolhas quando se
têm esta alternativa, eminentemente os indivíduos estão expostos à situações onde
o julgamento e a decisão são necessários para um direcionamento à melhor escolha
entre as possibilidades disponíveis. Segundo Hammond, Keeney e Raiffa (2004, p.
17) “as decisões delimitam nossa vida. Tomadas consciente ou inconscientemente,
com boas ou más consequências, elas representam a principal ferramenta utilizada
para lidar com oportunidades, desafios e incertezas”. Assim a tomada de decisão é o
“curso de ações escolhidas e determinadas como mais eficientes à disposição para
o alcance dos propósitos visados no momento” (SIMON, 1970 apud SILVA;
AMARAL, [2010]) . Desta forma, pode-se entender que a tomada de decisão é uma
possível solução escolhida pelo decisor, após o exame de várias alternativas
disponíveis. Assim, pode-se entender a Teoria da Decisão como um conjunto de
técnicas que tem por objetivo ajudar o indivíduo a sistematizar e solucionar
problemas.
Bazerman e Moore (2010) dispõem que o campo da tomada de decisão pode
ser, em linhas gerais, dividido em duas partes: o estudo dos modelos prescritivos e
estudo dos modelos descritivos. Os modelos prescritivos estão voltados para o
desenvolvimento de métodos para tomadas de decisão ideais. Já os modelos
descritivos estão preocupados com a forma interligadas pelas quais as decisões são
efetivamente tomadas. Ainda segundo os autores supracitados, o modelo descritivo
deve ser adotado uma vez que, conhecer o processo decisório individual ajuda a
conhecer os erros cometidos e na identificação da necessidade de novas
estratégias. Além disso, a decisão ideal em muitas situações depende do
comportamento de outras pessoas, assim para tomar a decisão certa seria
necessário a reação dos outros às ações do decisor.
Apesar de complexo, o processo decisório pode ser analisado e os problemas
resolvidos, considerando um conjunto de oito elementos: problema, objetivos,
alternativas, consequências, trocas, incerteza, tolerância ao risco, decisões
inteligentes. Os cinco primeiros elementos constituem o núcleo central do
19
julgamento e podem ser aplicados a praticamente todas as decisões. Já os três
últimos elementos ajudam a tornar mais claras as decisões em situações instáveis
ou em andamento (HAMMOND; KEENEY; RAIFFA, 2004).
Sob esta mesma perspectiva, Bazerman e Moore (2010) sugerem a divisão
do processo racional de tomada de decisão em seis etapas: definição do problema,
identificação de todos os critérios inerentes ao problema, ponderação dos critérios
de acordo com as preferências do decisor, geração de possíveis alternativas,
classificação das alternativas e identificação da solução. Percebe-se que as
sugestões de etapas a serem seguidas para uma decisão racional são semelhantes
do ponto de vista que fornecem uma ordenação útil para imaginização do que
poderia ser a decisão ideal.
De acordo com Souza (2009) o processo decisório depende ainda das
crenças individuais do decisor. Segundo o referido autor, a fim de garantir aderência
à Teoria da Decisão deve-se aceitar como válidas as seguintes afirmações: a ordem
numérica das utilidades esperadas deve preservar as preferências do decisor sobre
as respectivas consequências; a ordem numérica das utilidades esperadas deve
preservar as preferências do decisor sobre as possíveis decisões; o decisor sempre
escolhe a ação cujo valor da utilidade esperada é máximo. Considerando estas
afirmativas como válidas, pode-se prescrever a melhor decisão a ser tomada pelo
agente decisor sobre todas as suas possibilidades.
2.2 TEORIA DA UTILIDADE ESPERADA
A Teoria da Utilidade Esperada (TUE) consiste em um modelo de tomada de
decisão sob risco que preconiza um comportamento racional das pessoas diante de
possibilidades de escolha. De acordo com Fischhoff (2010), a lógica básica desta
teoria é simples, para cada opção de escolha, deve-se enumerar seus possíveis
resultados, e para cada possível resultado, avaliar o valor esperado de que isso
aconteça. Assim, avaliar a probabilidade da ocorrência de cada opção deve ser
considerada. Computar a utilidade esperada de cada opção multiplicando-se a
utilidade e da probabilidade de cada resultado, ela deve ser empreendidas, em
seguida, fazendo a soma de resultados. Escolha a ação com maior utilidade
esperada.
20
De acordo com Lima (2003, p. 11) a Teoria da Utilidade “supõe que o
investidor avalia o risco de um investimento de acordo com a mudança que ele
proporciona em seu nível de riqueza [...]”. Tal proposição sugere que o investidor
indiferente ao risco pode ser representado em uma função linear, indicando que um
aumento na receita teria o mesmo resultado para o agente, que uma redução de
mesma magnitude. Assim, o eixo central da TUE está no pressuposto de que os
indivíduos geralmente escolherão a alternativa com maior resultado econômico
esperado, conforme Figura 1, onde na função, “u” seria a utilidade e “x” o valor
esperado. Desta forma, segundo a Teoria da Utilidade Esperada, esta ótica racional
do comportamento humano, neutro ao risco, explicaria, de forma plausível e
eficiente, como se processam as decisões de consumo e investimento.
Figura 1 - Função Utilidade Neutralidade ao Risco
Fonte: Souza (2009)
A crença na racionalidade influenciou o trabalho de muitos teóricos, ao longo
do tempo, entre eles o matemático Daniel Bernoulli, a quem credita-se os estudos
iniciais da TUE. Bernoulli (1954) dispõe que a determinação do valor de um item não
deve ser baseada em seu preço, mas na utilidade que ele produz. Por outro lado, o
preço de um item é dependente apenas dele próprio e é igual para todo mundo, já a
utilidade, porém, é dependente das circunstâncias particulares da pessoa que faz a
avaliação (DOROW, 2009; VIANA, 2005). Com esta observação Bernoulli leva a crer
que os indivíduos atribuem valores diferentes para uma mesma quantia monetária,
desta forma uma pessoa pobre atribui mais valor para uma determinada quantia do
que uma pessoa rica. Nesta perspectiva, a utilidade decresce com o aumento da
riqueza.
21
Quando as probabilidades refletem as crenças dos tomadores de decisão, em
vez que o conhecimento científico, o cálculo produz utilidade esperada subjetiva
(FISCHHOFF, 2010). Conforme pode-se observar na Figura 1, à medida que a
riqueza aumenta, decresce a utilidade adicional devido a este aumento. Assim,
matematicamente falando, a utilidade em função do dinheiro ou da riqueza é uma
função côncava. A concavidade para os estados de riqueza denota que, a utilidade de
receber $ 100 é maior do que a metade da utilidade de receber $ 200, dessa forma, o
decisor prefere ganhar $ 100 com certeza à probabilidade de 50% (cinquenta por cento)
de ganhar $ 200 ou nada. Esse comportamento é conhecido como aversão ao risco foi
estudado mais adiante por Kahneman e Tversky (1979).
Figura 2 - Função Utilidade Aversão ao Risco
Fonte: Adaptado de Bernoulli (1954)
Após publicação dos estudos de Bernoulli, sobre a Teoria da Utilidade
Esperada, a subjetividade foi introduzida definitivamente à Teoria da Decisão. Desta
forma, com a TUE, a avaliação subjetiva dos tomadores de decisão passou a ter um
papel fundamental uma vez que os possíveis resultados e probabilidade passaram a
não ser mais suficientes para determinar a decisão, na medida que a utilidade
depende das circunstâncias específicas de quem faz a estimativa, não existindo
mais razão para supor que os riscos estimados por cada indivíduo devam ser
considerados de mesmo valor (CUSINATO, 2003).
Na busca de um melhor entendimento e modelagem do comportamento dos
tomadores de decisão, Von Neumann e Morgenstern (1944), deram uma valorosa
contribuição à Teoria da Utilidade Esperada. Seus estudos forneceram a base
axiomática para esta teoria pois demostram que a maximização da utilidade esperada
22
é equivalente à hipótese de que o comportamento de escolha satisfaz algumas
restrições sob a forma destes axiomas. Desta forma, se tais axiomas são satisfeitos
então é possível construir uma função utilidade esperada, que represente as
preferencias de um indivíduo. Sendo plausíveis tais axiomas pode-se modelar o
comportamento dos decisores através da aplicação da teoria. Assim, a TUE
desenvolvida por meio dos postulados propostos pelos autores, teoriza o
comportamento dos agentes econômicos (VIANA, 2005; CUSINATO, 2003).
De acordo com Galdão e Famá (1998), os
axiomas propostos por Von
Neumann e Morgenstern (1944) são definidos como: Cancelamento, Transitividade,
Dominância e Invariância. O primeiro propõe a eliminação, na análise, de qualquer
estado da natureza que leve aos mesmos resultados, independentemente da
escolha realizada. O segundo define que se a opção A é preferível em relação a
alternativa B e B é preferível em relação a C, então A é preferível a C. Este axioma é
preconiza que as preferências sejam representadas por uma escala ordinal de
utilidade. O terceiro axioma propõe que, se uma determinada opção é melhor do que
outra em certo estado e pelo menos tão boa em todos os outros estados, deve-se
optar pela opção dominante. O quarto postulado, infere que diferentes
representações do mesmo problema devem resultar na mesma escolha, ou seja, a
escolha entre diversas opções deve ser independente da forma como estas opções
são dispostas.
Apesar das suas importantes contribuições para o processo decisório, a
Teoria da Utilidade Esperada sofreu várias críticas, que geralmente estavam
direcionadas a mensuração da utilidade e à relação feita com a satisfação dos
tomadores de decisão. Numa destas críticas externada por Pareto (1906), fica o
questionamento de que não existe uma forma clara para mensurar a utilidade uma
vez que não se pode objetivamente medir o prazer e a felicidade dos indivívuos
(CUSINATO, 2003). Kahneman e Tversky (1979) apesar de reconhecerem o mérito
prescritivo da TUE, criticam o modelo observando que este não descreve de forma
exata o método como os decisores avaliam as opções de escolha, principalmente
em ambientes de risco. Segundo Kahneman e Tversky (1974) a TUE pressupõe o
conhecimento, por parte do investidor das probabilidades de ocorrências de cada
resultado possível, o que nem sempre acontece, uma vez que indivíduos não
processam de forma objetiva todas as informações para se chegar a uma decisão
racional, ao invés disto, utilizam atalhos mentais.
23
2.3 TEORIA DOS PROSPECTOS
A Teoria dos Prospectos surge como uma alternativa ao modelo normativo de
escolha racional e descritivo de tomada de decisão preconizado pela Teoria da Utilidade
Esperada, representadada conforme Figura 3. Kahneman e Tversky (1979) levantam
a discussão de que se faz necessário a compreensão de outros modelos do
comportamento humano, além daqueles puramente racionais, como o da Teoria da
Utilidade esperada, principalmente quando tais decisões envolvem perspectivas de
risco. Assim, segundo os autores, cada decisão tende a ser avaliada de forma
independente.
Figura 3 - Curva de Utilidade
Fonte: Adaptado de Tversky (1995)
De acordo com Baldo (2007), a Teoria dos Prospectos difere da teoria da
utilidade esperada em dois principais aspectos. O primeiro é que enquanto TUE
considera como ponto de referência o estado final de riqueza do indivíduo, a Teoria
dos Prospectos é definida sobre ganhos e perdas em relação a um certo ponto de
referência. O segundo ponto de diferenciação, é que a função valor, definida pela
teoria não é ponderada por probabilidades propriamente ditas, mas por uma função
ponderação de probabilidades que representa a importância que cada pessoa atribui
ao problema exposto.
Questionando a aplicabilidade da TUE, Kahneman e Tversky (1979)
apresentam três efeitos psicológicos aos quais os decisores estão expostos, aos
quais classificaram como: efeito certeza, efeito reflexo, efeito isolamento. De acordo
com o primeiro efeito, as pessoas tendem a considerar menos os resultados que são
24
prováveis em relação aos resultados considerados como certos. Por outro lado,
quando ganhar é possível, mas o ganho não é certo, a maioria das pessoas prefere
a probabilidade que oferece maior chance de ganho. Assim, o efeito certeza
evidencia que no campo dos ganhos, as pessoas desenvolvem uma preferência por
resultados obtidos com certeza ao risco de resultados prováveis, mesmo quando o
ganho provável é relativamente maior. No outro extremo, quando ganhar torna-se
possível, mas não provável, a maioria das pessoas escolhe a proposição de maior
valor (BALDO, 2007; DOROW, 2009).
A aversão ao risco no ambiente dos ganhos, associada a propenção de busca
pelo risco no ambiente das perdas, foi denominada por Kahneman e Tversky (1979)
como efeito reflexo. De acordo com os autores, quando as probabilidade de
ocorrência de um evento são dispostos como ganhos ou como perdas, as
preferências de risco dos investidores se alteram, passando de aversos ao risco em
situações que envolvem ganhos para propensos ao risco no campo das perdas,
conforme Figura 4.
Figura 4 - Curva de Risco-Utilidade
Fonte: Adaptado de Tversky (1995)
Devido a esse comportamento de aversão ao risco em situações de ganhos,
as pessoas apresentam uma propensão ao risco diante de possibilidades que
envolvem perdas. Neste aspecto a Teoria dos Propectos se diferencia da Teoria da
Utilidade Esperada, que supõe apenas aversão ao risco (BALDO, 2007; DOROW,
2009; BORGEA; BARROS, 2008).
25
Na pesquisa desenvolvida por Viana (2005), foi abordado o efeito miopia e a
aversão à perda nas decisões de risco. O autor verificou que o nível de aversão à
perda variou ao se controlar a frequência com que as pessoas avaliam suas perdas,
mesmo com igual probabilidade de ganhos e prejuízos. Assim, a aversão ao risco
neste estudo foi alterada conforme os elementos recebiam informações sobre seus
ganhos e perdas, deixando de lado a decisão racional baseada nas probabilidades.
Já o efeito isolamento, denota que a maioria dos investidores desconsidera os
componentes comuns entre dois problemas iguais mas dispostos de formas
diferentes. Assim, as escolhas dos indivíduos são influenciadas pelo modo como os
problemas estão dispostos em termos de ganhos ou perdas, ou seja, a maneira
como as possibilidades estão apresentadas permite que as escolhas sejam feitas de
forma inconsistente e incoerente. Nesta ótica, este efeito demonstra uma disposição
dos investidores em apresentarem preferências incoerentes, para problemas
similares, porém demonstrados de forma diversa e separadamente (BALDO, 2007;
DOROW, 2009).
Considerando que as escolhas nem sempre são racionais, Kahneman e
Tversky (1979) observam através de pesquisas experimentais com estudantes de
graduação o comportamento decisório destes, explorando a busca pela simplificação
de problemas para tomada de decisão em situações que envolvem risco. Deste
modo, a base de sustentação da Teoria dos Prospecto é a crença de que o mais
importante a se observar não é o resultado final esperado dos investimentos e sim
as diferentes reações dos investidores em situações de ganhos e perdas. Nesta
ótica, o escopo da teoria está na ideia que ganhos e perdas são avaliados
relativamente a um ponto neutro de referência. Os resultados potenciais são
expressos em termos de ganhos ou perdas relacionados a este ponto neutro fixado.
Assim, maneira como o problema é apresentado pode alterar o ponto neutro de
referência. Os indivíduos julgam a dor associada à perda como maior que o prazer
associado ao ganho do mesmo tamanho. Há uma tendência a superavaliar eventos
de pequena probabilidade e subavaliar eventos de média e grande probabilidade
(KAHNEMAN; TVERSKY, 1979).
A função demonstrada na Figura 5 denota a aversão ao risco. Definida em
termos de ganhos e perdas, presupõe que as respostas dos indivíduos são mais
extremadas em relação as perdas que aos ganhos. A inclinação mais acentuada no
26
lado das perdas sugere que estas são mais valorizadas que os ganhos. A curvatura
da função em formato de “S” remete a interpretação de que as pessoas são aversas
ao risco em ambientes de ganhos certos e propensas ao risco em situações que
envolvem perdas. Além da aversão a perda, a teoria relata a interferência das
estrutura mentais em tomadas de decisão para escolhas simples com resultados
monetários e probabilidades declaradas. Ainda de acordo com esta teoria, as
pessoas dão peso inferior aos resultados prováveis em comparação aos que são
obtidos com certeza. Esta tendência chamada efeito certeza, contribuiu para a
aversão ao risco nas escolhas que envolvem ganhos certos.
Figura 5 - Função Valor
Fonte: Adaptado de Bazerman; Moore (2008)
A função valor proposta pela Teoria dos Prospectos diferencia-se da função
utilidade proposta por Bernoulli (1954) em algumas aspectos. O primeiro é a
representação matemática da função valor. Na teoria da utilidade esperada, esta
função é representada por uma curva côncava, e definido em relação à alteração no
estado de riqueza do indivíduos. Na Teoria do Prospectos, a função valor eperado
possui um formato de “S”, para ganhos e perdas. Outra diferença é que, a curvatura
da função utilidade na TUE se apresenta apenas de forma côncava como
demonstrado na figura 1. Já na Teoria dos Prospectos, a curva “S” da função valor é
côncava para os ganhos e convexa para as perdas, e evidencia uma perceptível
redução em ambas as direções, tanto para ganhos quanto para perdas. Percebe-se
ainda na curva “S” da Teoria dos Prospectos, que esta é mais abrupta no campo das
27
perdas do que no campo dos ganhos, isto evidencia que os indivíduos são mais
sensíveis à perdas que aos ganhos de mesmo valor.
Nesta perspectiva, Macedo e Fontes (2008), com o intuito de analisar o
comportamento decisório de analistas contábil-financeiros, promovendo a discussão
de que as decisões muitas vezes desviam-se de um comportamento puramente
racional, em virtude do uso de heurísticas de julgamento, aplicaram um questionário
a 60 analistas, que eram convidados a tomar uma decisão ou emitir uma opinião
acerca dos aspectos abordados em cada questão. Os resultados mostram que, de
maneira geral o uso de heurísticas conduz as decisões à vieses, que desviam a
escolha de uma alternativa meramente racional. Isso pôde ser visto através da
constatação de que a apresentação de alternativas de maneiras diferentes, fez com
que os analistas contábil-financeiros da amostra analisada, contrariassem o princípio
da invariância, pelo efeito do enquadramento da informação e da manipulação da
certeza.
Segundo Araújo e Silva (2007) as pessoas preferem não sofrer a dor da perda
do que o prazer de um ganho equivalente e que também assumem riscos quando
estão perdendo, mas são totalmente aversas ao risco quando estão ganhando.
Com o objetivo de verificar a percepção de valor e comportamento perante riscos e
incertezas em alunos de graduação os autores aplicaram o questionário proposto
por Kahneman e Tversky (1979) junto a 180 estudantes do curso de administração
da Universidade de Brasília diferentes períodos.
Observou-se que os estudantes
pesquisados demonstram pouca inferência de molduras cognitivas, levando a
concluir que estes frames não ocorrem de forma generalizada, conforme afirmado
pela Teoria dos Prospectos.
2.4 TEORIA DA RACIONALIDADE LIMITADA
De acordo com Bazerman e Moore (2010, p. 6) “o termo racionalidade referese ao processo de decisão que esperamos que leve ao resultado ideal, dada uma
avaliação precisa dos valores e preferências de risco do tomador de decisões.” A
inclusão da racionalidade na tomada de decisão individual sob risco foi uma das
principais contribuições de Von Neumann e Morgenstein (1944) na área de processo
decisório em economia.
28
Compreende-se racionalidade como a capacidade que os indivíduos têm de
processar objetivamente todas as informações disponíveis em ambientes de
incerteza, onde os fatores emocionais não são considerados. Deste modo, os
gestores são considerados racionais quando, ao adquirirem um ativo financeiro,
processam as informações de forma objetiva e os possíveis erros acometidos são de
caráter eventual (BALDO, 2007).
Diante da complexidade e do volume de informação inerentes ao processo
decisório, nem todos os dados são processados na sua totalidade, assim os
gestores inconscientemente, limitam sua capacidade de raciocínio recorrendo a
atalhos mentais denominados heurísticas. Neste sentido, Robbins (2000) infere que
a capacidade humana para formular e resolver problemas complexos é insuficiente
para atender a demanda da racionalidade plena, por isso os decisores operam
dentro das fronteiras da racionalidade limitada. Assim, os tomadores de decisão
constroem modelos simplificados que absorvem as características essenciais dos
problemas, desconsiderando em partes, a sua complexidade. De acordo com Simon
(1979) a Teoria da Racionalide Limitada se apóia exatamente nesta limitação do
processamento das informações essenciais ao processo de tomada de decisão. No
seu estudo o autor sugere um conceito amplo de racionalidade limitada que abrange
a busca de soluções satisfatórias ao invés de otimizadoras, bem como a substituição
de objetivos globais e abstratos por objetivos menores e tangíveis, cujo alcance
possa ser observado e mensurado (SBICA; FERNANDES, 2005).
O conceitos de racionalidade limitada, na percepção de Andrade, Macedo e
Alyrio (2007), são importantes para se entender que o comportamento decisório se
desvia da racionalidade, uma vez que identificam situações nas quais os decisores
podem estar agindo com base em informações restritas, buscando por uma solução
satisfatória ao invés de ótima. Esta resposta mais rápida e nem sempre ideal conduz
aos vieses de decisão.
Nesta ótica, o estudo do comportamento humano no ambiente de decisão
deve levar em consideração três importantes perspectivas: o aspecto cognitivo, o
processo mental e a capacidade de julgar e decidir. Além disso, deve-se observar
que a capacidade da mente humana para formular e solucionar problemas
complexos é insulficiente comparada à necessidade de decisão em tempo hábil, de
forma racional e estruturada.
29
Após a identificação de um problema, os decisores começam a procurar
métodos e alternativas em uma lista heuristicamente mais disponível, formada pelas
possibilidades mais fáceis de se encontrar e que tendem a ser extremamente
visíveis e com aplicações anteriormente comprovadas. Por esta disponibilidade, a
análise destas alternativas, não será abrangente e nem detalhada.
Seguindo caminhos já conhecidos o decisor passará a analisar as
possibilidades apenas até identificar uma que seja suficientemente boa como
resposta. Assim, a primeira alternativa que atender a um nível aceitável de
desempenho, encerrará a procura e conduzirá a acomodação, negligenciando o
gestor de uma decisão mais acertada. Nesta concepção, a racionalidade limitada
não prevê necessariamente um equilíbrio entre a decisão heuristicamente mais
acertada e a mais adequada. Em realidade, a decisão não é, em alguns casos o fim
do processo, nem dos problemas para os indivíduos que fazem a escolha (MACEDO
et al, 2009; SBICA; FERNANDES, 2005).
2.5 HEURÍSTICAS DE JULGAMENTO
Considerando a existência de fatores não estritamente racionais nas decisões
de escolha dos indivíduos, a Teoria dos Prospectos demonstra que nem sempre os
agentes decisores agem racionalmente em suas tomadas de decisão em ambientes
de risco. Além disto, o modelo descreve atalhos mentais que tem origem no excesso
de certeza, e em heurísticas de julgamento, aplicadas para ativar probabilidades e
estimar valores de quantidades incertas, simplificando o processo decisório
(DOROW, 2009). Kahneman e Tversky (1974) classificam tais atalhos mentais como
heurísticas de julgamento. Os autores descrevem três principais grupos heurísticos
e os classificam como: Heurística da Disponibilidade, Heurística da
Representatividade e Heurística da Ancoragem e Ajustamento.
As heurísticas consistem em regras-padrão que implicitamente dirigem o
comportamento decisório das pessoas (MACEDO; FONTES, 2008). Como uma série
de estratégias simplificadoras da decisão, as heurísticas são comumente utilizadas
pelo potencial benefício na redução de tempo do processo decisório, que em muitas
vezes é maior que o custo da redução na qualidade na decisão. Além disto a
simplificação do tempo, oferece aos administradores e a outros profissionais
30
pressionados por esta tempestividade um modo simples de tratar com um mundo
decisório complexo, produzindo julgamentos corretos ou parcialmente corretos
(BAZERMAN; MOORE, 2010).
A desvantagem do uso de heurísticas é que normalmente os decisores não
estão conscientes que confiam demais nelas. Assim, a aplicação inadequada da
heurística induz os indivíduos a erros de julgamento. No momento em que os
gestores se conscientizarem dos possíveis impactos negativos quando da utilização
destas heurísticas, poderão decidir a forma e o momento ideal de usá-las,
eliminando as inadequações dos seus portifólios heurísticos.
Percebe-se que as
heurísticas funcionam como regras simplificadoras do processo decisório. Tais
regras tipicamente conduzem a julgamento corretos, porém se não utilizados de
forma comedida, podem conduzir os investidores a erros ou vieses de decisão
(BAZERMAN; MOORE, 2010; MACEDO et al 2009; DOROW, 2009).
2.5.1 Heurística da Disponibilidade
A heurística da disponibilidade refere-se à facilidade com que as pessoas
reportam-se à exemplos de um evento ou ocorrências passadas e como estas
afetam o julgamento da frequência com que um novo evento deva ocorrer na
realidade. Assim, as pessoas estimam a frequência de um fato ou a probabilidade de
ocorrência de um determinado evento pela facilidade com que as ocorrências ou
circunstancias dos mesmos estão disponíveis em suas mentes. Deste modo o gestor
pode avaliar o sucesso ou fracasso de um certo produto pela lembrança de outros
lançamentos em condições parecidas (LUPPE, 2006). De acordo com Kahneman e
Tversky (1974, p. 1127) “as pessoas avaliam a frequência, a probabilidade ou as
causas prováveis de um evento pelo grau com que exemplos ou ocorrências desse
evento estiverem imediatamente disponíveis na memória”. Nesta perspectiva, os
decisores tendem a julgar como mais prováveis os acontecimentos que recordam
com mais facilidade, por serem mais disponíveis ou mais recentes, do que eventos
de igual frequência, cuja ocorrência não são prontamente lembradas.
A disponibilidade faz com que as pessoas busquem correlações entre
informações que lhe são mais familiares ou mais presentes em suas mentes.
Segundo Bazerman e Moore (2010, p. 10) “a heurística da disponibilidade pode ser
31
uma estratégia gerencial de tomada de decisão muito útil, uma vez que exemplos de
eventos de maior frequência geralmente se revelam mais rapidamente nas nossas
mentes do que eventos menos frequentes”. Os autores propõem que além da
frequência, outros fatores como vividez e a proximidade no tempo com o evento
ocorrido influenciam a falcilidade da lembrança nas pessoas. Para ilustrar os vieses
provenientes desta heurística, Bazerman e Moore (2010, p.23) sugerem o seguinte
problema:
Classifique a ordem das seguintes causas de morte nos Estados Unidos
entre 1990 e 2000, colocando 1 ao lado da causa mais comum e 2 ao
lado da segunda mais comum e assim por diante.
____ Cigarro
____ Dieta pobre e inatividade física
____ Acidentes automobilísticos
____ Armas de fogo
____ Uso de drogas
Agora estime o número de mortes causadas por cada uma dessas cinco
causas entre 1990 e 2000.
Neste exemplo, Bazerman e Moore (2010) relatam que de acordo com as
publicações da Associação Médica Americana, o número de mortes provocadas por
cigarro e dieta pobre são respectivamente 435.000 e 400.000 mortes anuais.
Enquanto para as três últimas causas, o número de mortes é muito menor, 43.000,
29.000 e 17.000, respectivamente. As mortes causadas por acidentes
automobilísticos, armas de fogo e uso de drogas costumam ter uma maior cobertura
da imprensa e isto influencia o julgamento das pessoas. Assim a disponibilidade
dessas histórias na mídia desvia a percepcão dos indivíduos da frequência com que
ocorrem os fatos. Como resultado, a tendência dos indivíduoas é subestimar a
probabilidade de mortes causadas por cigarro e dieta pobre e superestimar os riscos
de acidentes de carro, armas de fogo e uso de drogas. Isso ocorre porque as
pessoas têm uma forte tendência a concentrar sua atenção em um fato particular ao
invés da situação completa, somente porque este fato particular está mais presente
na mente.
A Heurística da Disponibilidade pode constituir uma estratégia gerencial muito
útil para a tomada de decisão, tendo em vista que circunstâncias de eventos de
maior frequência são em geral reveladas facilmente, em nossas mentes, do que as
daqueles de menor frequência. Porém, não se deve considerar esta heurística
32
infalível ou livre de vieses, em virtude de ser a disponibilidade da informação
também afetada por outros fatores não relacionados com a frequência objetiva (real)
do evento em julgamento. Estes fatores, que deveriam ser irrelevantes ou pouco
importantes na avaliação de probabilidade, podem influenciar indevidamente a
proeminência perceptual imediata do evento, a vividez com que se revela ou a
facilidade com que é imaginado (MACEDO et al, 2009).
2.5.2 Heurística da Representatividade
De acordo com Bazerman e Moore (2010, p. 10) “ao fazer um julgamento
sobre um indivíduo (ou objeto ou evento), as pessoas tendem a procurar
peculiaridades que ele possa ter que correspondam a esteriótipos formados
anteriormente”. Esta heurística sugere que, os indivíduos preferem acreditar que,
eventos ocorridos recentemente, podem se repetir no futuro, atribuindo um peso
maior a experiências recentes. Assim, não havendo uma característica específica ou
um esteriótipo de comparação, um indivíduo tende a associar o quão representativo
certa característica é em relação à sua carga cognitiva e/ou experiência de vida,
produzindo julgamentos de possibilidades essencialmente similares (BARRETO JR.,
2007). Nesta mesma perspectiva Kahneman e Tversky (1974, p. 1124) dispõem que:
Muitas das questões probabilísticas com as quais as pessoas estão
preocupadas, pertencem a um dos seguintes tipos: qual é a probabilidade
de que o objeto A pertença à classe B? Qual é a probabilidade de que o
evento A se origine do processo B? Qual é a probabilidade de que o
processo B gerará o evento A? Ao responder estas questões, as pessoas,
tipicamente, confiam na representatividade heurística, na qual as
probabilidades são avaliadas pelo grau em que A seja representativo de B,
que significa, pelo grau em que A assemelha-se à B. Por exemplo, quando
A é altamente representativo de B, a probabilidade de que A origina-se de B
é julgada alta. Por outro lado, se A não é similar a B, a probabilidade de que
A se origine de B é julgada baixa.
Assim, os indivíduos avaliam a probabilidade de ocorrência de um evento
através da similaridade da mesma aos seus estereótipos de acontecimentos
semelhantes. De acordo com Bazerman e Moore (2010, p.10) “os administradores
também usam a heurística da representatividade. Eles podem prever o desempenho
de uma pessoa com base em uma categoria estabelecida de pessoas que o
indivíduo representa para eles”. Um exemplo dos efeitos da representatividade é
dado por Kahneman e Tversky (1974). Segundo os autores, esta assimilacão do
33
indivíduo ao seu esteriótipo, chamado de “falácia da conjunção” pode ser
demonstrado no problema abaixo:
Linda tem 31 anos de idade, é solteira, sincera e muito inteligente. Ela
formou-se em filosofia. Enquanto era estudante, preocupava-se
profundamente com questões de discriminação e justiça social e
participava de demonstrações antinucleares.
Classifique as seguintes oito descrições na ordem de probabilidade em
que elas descrevem Linda.
____ a. Linda é professora em uma escola de ensino fundamental.
____ b. Linda trabalha em uma livraria e frequenta aulas de ioga.
____ c. Linda é ativa no movimento feminista.
____ d. Linda faz trabalho social de psiquiatria.
____ e. Linda é membro da Liga das Mulheres Eleitoras.
____ f. Linda é caixa de banco.
____ g. Linda é vendedora de seguros.
____ h. Linda é caixa de bancos e participa do movimento feminista.
Os resultados obtidos por Kahneman e Tversky (1974) mostraram que a
maioria das pessoas classificou a alternativa C como mais provável do que a
alternativa H, e H mais provável que a alternativa F. Afinal, a descrição de
personalidade da Linda foi montada para ser mais representativa de uma feminista
do que de um caixa de banco. Observa-se que os pontos críticos da questão são os
itens F (caixa de banco), C (feminista) e H (conjunção das duas características), as
demais alternativas apenas completam o problema, e atuam como disfarce.
Conforme previsto pelos autores, a maioria das respostas seguiu o padrão, que
contraria, um princípio estatístico básico: a probabilidade da ocorrência de dois
eventos simultaneamente não pode ser maior do que a probabilidade de ocorrência
de apenas um evento. Ou seja, ser caixa de banco e feminista é menos provável do
que ser apenas caixa de banco porque o primeiro evento é um subconjunto do
segundo. É interessante ressaltar que o erro de julgamento permaneceu mesmo
quando os autores modificaram a primeira descrição para Linda que é caixa de
banco, quer ela seja feminista ou não.
No campo dos investimentos, a representatividade pode influenciar a
percepção dos investidores sobre o potencial de valorização de um título. Os
investidores podem avaliar positivamente o potencial de uma título específico
apenas em função de terem formado uma opinião por esteriótipo sobre a empresa
34
investida. Esta visão pode ser consequência da simpatia pela empresa, do
desempenho pretérito, de informações obtidas através de outros investidores ou
pelos meios de comunicação (KIMURA, 2003).
A heurística da representatividade em alguns casos permite uma aproximação
mais rápida para melhores opções de escolha. Em outros casos esta heurística pode
ocasionar erros sérios de julgamento, atenuando em um nível inconsciente,
comportamentos e atitudes considerados repreensíveis em um nível consciente
como discriminação racial e formulação de preconceitos por exemplo. Deste modo,
pessoas que elaboram julgamentos intuitivamente com o objetivo de avaliar a
validade de uma informação com base nesta heurística, são influenciadas pela
proporção da amostra que teve acesso, ignorando o tamanho da mesma. Assim
estas pessoas consideram uma informação obtida a partir de uma certa amostra
como sendo representativa de toda a população (KAHNEMAN; TVERSKY, 1974;
BAZERMAN; MOORE, 2010; BARRETO JR., 2007).
2.5.3 Heurística da Ancoragem e Ajustamento
Considerando a limitação da capacidade de processamento de informações
por seres humanos, o cérebro cria atalhos mentais, chamados de heurísticas
cognitivas, para simplificar o processo de tomada de decisão. Tais atalhos mentais
tornam-se disponíveis mais facilmente e minimizam o tempo de processamento,
demandando um esforço mental relativamente mais baixo. Segundo Baker e
Nofsinger (2002), para diminuir a quantidade e a complexidade das informações que
exigem análise, o intelecto filtra algumas destas, consideradas desnecessárias e
utiliza heurísticas para diminuir a complexidade do processo decisório. Estes atalhos
permitem que o cérebro gere respostas antes de processar completamente todas as
informações disponíveis. Tal processo, chamado simplificação heurística, leva o
avaliador a vieses psicológicos, que podem induzir a erros de avaliação.
Ao refletir sobre uma decisão, a mente dá preferência a primeira informação
que é recebida. Impressões, ideias, estimativas ou dados iniciais funcionam como
âncoras para reflexões subsequentes. Assim, a ancoragem ocorre quando o
investidor utiliza um ponto inicial (ou preço inicial que pode ser dado ou estimado) e
então utiliza esta informação como base para avaliar uma dada opção ou um curso
35
de ações. O ajustamento ocorre quando o investidor toma este ponto inicial como
sendo o de partida, adicionando ou subtraindo valores para estimar as probabilidade
potenciais dos resultados (HAMMOND; KEENEY; RAIFFA, 2004; LUPPE, 2006).
Para demonstrar o efeito ancoragem, Kahneman e Tversky (1974),
questionaram dois grupos de estudantes de nível médio sobre o resultado de
equações matemáticas equivalentes. Os dois grupos teriam apenas cinco segundos
para responder as expressões propostas. Ao primeiro grupo foi fornecida a seguinte
expressão: 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1. Ao segundo grupo, foi fornecido a mesma
expressão, porém com valores dispostos de forma crescente: 1 x 2 x 3 x 4 x 5 x 6 x
7 x 8. Para responder a esta questão em tempo hábil, os alunos deveriam
rapidamente, multiplicar os números e estimar o produto através da extrapolação ou
ajuste. Considerando que os ajustes geralmente não são suficientes, este
procedimento deveria levar a subestimação das respostas. Como o resultado da
multiplicação dos primeiros números da equação (da esquerda para a direita) é
maior na forma decrescente do que na forma crescente, o resultado do primeiro
grupo deveria gerar a uma estimativa maior do que o valor estimado pelo segundo
grupo. Conforme previsto pelos autores, a estimativa média fornecida pelo primeiro
grupo foi 2.250, enquanto a estimativa feita pelo segundo grupo foi 512, quando na
verdade a resposta correta é 40.320 para ambos.
A heurística da ancoragem pode ser percebida quando um valor inicial é
prontamente referencial na predição de estimativas numéricas. Para Kahneman e
Tversky (1974), em muitas situações de incerteza os decisores fazem estimativas a
partir de um marco inicial, que é ajustado levando à resposta final. Acontece que
este ajustamento é insuficiente, logo a decisão pode ser estar enviesada. Este valor
inicial, ou ponto de partida, pode ser proposto pela formulação do problema ou
resultado de uma estimativa parcialmente formulada. Em ambos os casos, os
ajustes nem sempre correspondem a valores ideais. Desta maneira, diferentes
pontos de partida podem induzir a diferentes estimativas, sendo estas muitas vezes
incoerentes em relação ao valor inicial e divergentes do valor ótimo (BRUNI et al,
2010).
Hammond, Keeney e Raiffa (2004) alertam que as âncoras podem assumir
vários disfarces, parecendo tão simples e inócuas como um comentário feito por
uma estatística publicada em um jornal. A ancoragem pode ainda estar embutida nas
36
palavras que definem o problema a ser resolvido. As vezes o mesmo problema,
dispostos de forma diferente por ser interpretado incoerentemente. Um dos tipos de
âncora mais habituais é um fato passado ou uma tendência. Os autores alertam
ainda que embora este método possa com certa frequência levar a uma estimativa
razoavelmente certa, ele tende a atribuir peso diferenciado ao número original e não
considerar com a devida importância os outros fatores à disposição. Principalmente
em situações caracterizadas por mudanças repentinas, a âncora histórica é capaz
de levar a previsões insatisfatórias e por sua vez, a escolhas mal orientadas.
Constantemente, as pessoas serão capazes de perceber a falta de
razoabilidade da âncora, mas seu ajustamento muitas vezes permanecerá
irracionalmente próximo à mesma. O que se pode ver com frequência é que
independentemente do valor inicial, os ajustamentos efetuados sobre estes tendem
a ser insuficientes. Assim, podem-se ter decisões distintas para problemas similares,
dependendo dos valores inicialmente apresentados. Deste modo, qualquer que seja
da origem das âncoras, frequentemente prejudicam o raciocínio do indivíduo, uma
vez que tendem a impedir tomadas de decisões corretas (HAMMOND; KEENEY;
RAIFFA, 2004; MACEDO et al, 2009).
2.6 MENSURAÇÃO E EFEITOS DA ANCORAGEM
A ancoragem traz a concepção de que as pessoas fazem estimativas partindo
de um valor inicial (âncora) ajustado para revelar a resposta ideal. Este valor de
partida pode ser sugerido por um precedente histórico, pela maneira ao qual um
problema é apresentado ou por uma informação aleatória lançada pelo ambiente em
que os sujeitos estão inseridos. Segundo Carmo (2005), as demonstracões de
ancoragem podem ser percebidos em nosso cotidiano. Quando por exemplo, um
vendedor começa a negociação apresentando um preço elevado para determinado
produto, ele está tentando ancorar o comprador neste preço inicial. Assim, havendo
resistência do comprador ao valor inicialmente proposto, quando o vendedor
oferecer um desconto o comprador irá interpretar o preço mais baixo como um valor
mais justo.
37
2.6.1 Mensuração da Ancoragem em Estimativas de Valores Incertos
Os efeitos da ancoragem em tarefas de atribuição de valor normalmente são
mensurados a partir de dois estágios. No primeiro momento, os indivíduos antes de
realizarem suas estimativas são arbitrariamente submetidos a um valor inicial
chamado de âncora. No segundo momento, os personagens atribuem valores para
as estimativa realizadas baseando-se no valor disposto inicialmente como âncora.
Este método mais tradicional, busca identificar se o valor da âncora influencia ou
não as estimativas dos indivíduos.
Neste sentido, Mussweiler e Strack (1999) sugerem um modelo para explicar
fenômenos de ancoragem chamado de Modelo de Acessibilidade Seletiva. Os
autores reconhecem que no paradigma de ancoragem padrão, os participantes têm
de realizar duas tarefas consecutivas: uma sentença comparativa e um julgamento
absoluto. Em primeiro lugar, na tarefa de comparação, os participantes são
convidados a comparar o objeto de destino com um determinado padrão (âncora).
Assim, os autores perguntaram aos participantes se a percentagem de países
Africano nas Nações Unidas era maior ou menor que um certo número arbitrário. Na
segunda tarefa, os participantes foram convidados a dar a sua melhor estimativa
deste percentual. Juízos absolutos foram assimilados à âncora que estava saliente
na tarefa de julgamento comparativo, de modo que a estimativa média dos
participantes que receberam a âncora alta foi de 45%, contra 25% para os
participantes que receberam âncora baixa. Nesta perspectiva, o Modelo de
Acessibilidade Seletiva sugere que, os indivíduoas ao resolvem uma tarefa de
estimativa, fazem por meio de comparação seletiva. Desta forma o conhecimento
sobre a estimativa é gerado e estimado a partir de um valor, que é consistente à
âncora (a hipótese de seletividade). Gerando este conhecimento inicial, aumentam
as probabilidades das estimativas subsequentes, de modo que este valor inicial é
usado para formar o julgamento final, que seria a hipótese de acessibilidade.
Em outra perspectiva, Jacowitz e Kahneman (1995) propõem um método
quantitativo para medição dos efeitos da heurística da ancoragem em tarefas de
estimação para valores incertos. De acordo com o modelo proposto pelos autores,
são necessários três grupos de uma mesma população, um grupo de calibragem e
dois experimentais. O grupo de calibragem fornece estimativas a um conjunto de
38
problemas de quantidades incertas. Em seguida os indivíduos deste grupo atribuem
qual o grau de certeza para sua estimativa numa escala de zero a dez. Através de
uma análise da relação entre a ancoragem e a confiança depositada na estimativa
realizada, demonstra-se que o julgamento inicial da âncora é suscetível a um viés de
ancoragem. Com base nestas estimativas, as âncoras baixas e altas são fixados em
percentuais pré-determinados da distribuição das estimativas do grupo de
calibragem (15º e 85º percentis para as âncoras baixas e altas respectivamente).
Este procedimento permite a transformação das estimativas ancoradas em percentis
do grupo de calibragem, proporcionando o agrupamento dos resultados em
problemas, e fornecendo uma medida natural do tamanho do efeito. Na etapa
seguinte os outros dois grupos experimentais são submetidos a estimativas dos
mesmos problemas propostos ao grupo de calibragem, sendo que um grupo
experimental estará sujeito a âncora alta (85º percentil) do grupo de calibragem,
enquanto ou outro grupo experimental estará exposto a âncora baixa (15º percentil)
do grupo de calibragem.
Para analisar os efeitos da ancoragem, Jacowitz e Kahnemam (1995) usam
um indexador chamado de Índice de Ancoragem (IA). Segundo os autores, este
índice pode ser usado para medir o fluxo da estimativa mediana dos sujeitos em
direção a âncora aos quais foram expostos. Os valores do IA variam de 0 (para
sujeitos sem nenhum efeito da ancoragem) a 1 (sujeitos expostos aos efeitos da
ancoragem).
As técnicas que foram introduzidos para a análise de ancoragem são
potencialmente úteis em diversas maneiras, uma vez que permitem comparações
dos efeitos ancoragem no âmbito dos problemas expressos em unidades diferentes.
Elas também possibilitam a partilha de dados através de vários problemas,
aumentando o poder de análises estatísticas. No entanto, duas limitações
importantes deste índice de mensuração devem ser anotadas. A primeira limitação é
que o cálculo do IA mantém a métrica das estimativas originais, mas a importância
psicológica de tais métricas é um fator de dúvida quando a distribuição das
respostas é altamente enviesada, como muitas vezes acontece. O problema é
atenuado, mas não resolvido, pelo uso de medianas, que são relativamente
insensíveis a medidas extremas. A segunda limitação é o método de transformação
das estimativas dos percentis do grupo de calibragem para realizar testes
39
estatísticos. Este procedimento reduz o impacto das medidas extremas, mas isto
envolve uma transformação não linear que pode afetar os resultados dos testes
estatísticos paramétricos (JACOWITZ; KAHNEMAN, 1995).
2.6.2 Efeitos da Ancoragem em Tarefas de Estimação
As causas da ancoragem, cujo entendimento é relevante no sentido de evitar
ou atenuar possíveis erros no julgamento e tomada de decisão, ainda não estão
bem esclarecidas. A teoria das finanças comportamentais tem demonstrado como
números independentes podem influenciar a tomada de decisão. A ancoragem
descreve como um valor inicial pode influenciar as estimativas das pessoas, uma
vez que estas muitas vezes fazem estimativas com base em um valor inicial, que
pode ser irrelevante para a decisão, ajustando esta resposta inicial para produzir um
resultado final desejado (MUSSWEILER; STRACK, 1999; NUNES; BOATWRIGHT,
2004).
Os efeitos da heurística da ancoragem têm sido usualmente explicados
através da ideia de ajustamento. Kahneman e Tversky (1974) sugerem um processo
cognitivo no qual os decisores primeiro focam uma âncora e a partir de então, fazem
uma série de ajustamentos em direção a sua estimativa final. Sendo os
ajustamentos frequentemente insuficientes, a resposta final tende a ser enviesada,
direcionando-se à âncora firmada (TONETTO et al, 2006).
Em outro estudo Nunes e Boatwright (2004) examinaram como os preços dos
produtos podem servir como âncoras para os consumidores, afetando a
disponibilidade destes em pagar pelo artigo que pretendem comprar. O estudo
demonstrou como os preços podem afetar a disposição das pessoas em pagar por
determinados itens. Quando os números estão associados a produtos similares ou
idênticos, o efeito foi maior. Além disso, descobriu-se ainda que as tentativas para
reduzir a atenção das pessoas para as âncoras (abstendo-se de avisar as pessoas
para o processo de ancoragem), não diminuiu o efeito desta. Em outro ponto da
mesma pesquisa, os dados mostraram que o preço de um carro relativamente caro,
pode afetar a disposição do propenso comprados em pagar por um carro de baixo
preço. Do ponto de vista prático, a presente pesquisa oferece orientação aos
40
comerciantes, que devem estar cientes dos fatores ambientais que influenciam os
limites de gastos dos consumidores.
Objetivando investigar os efeitos da ancoragem no setor imobiliário, Northcraft
e Neale (1987) realizaram uma experimento com quarenta e oito alunos de
graduação em administração e vinte e um agentes imobiliários da região de Tucson,
estado do Arizona, Estados Unidos. Através de aplicação de questionário, os autores
pediram aos corretores de imóveis profissionais que avaliassem uma casa
informando antecipadamente a estes profissionais as características imóvel, os
preços das outras propriedades no mesmo setor e o preço que estava sendo pedido
pelo imóvel a ser a avaliado. Ao grupo que foi dado o preço de venda $119,900
obteve-se $114,204 como valor de avaliação. Ao grupo que foi dado um preço de
venda de $149,900 obteve-se uma avaliação de $128,754. Observou-se que o preço
calculado para avaliação da casa acabava de fato sendo influenciado pelo preço
inicial sugerido. Contudo, os corretores negavam a influência do valor inicial em suas
estimativas. Apesar de o experimento não definir todas as nuances acerca do efeito
ancoragem sobre o preço de venda estimado pelos indivíduos, os resultados
demonstram que a influência da âncora sobre o preço de venda é significativo, uma
vez que muitas outras informações foram fornecidas sobre o imóvel avaliado.
Através do estudo pode-se observar ainda que tanto os alunos de graduação quanto
os profissionais do ramo imobiliário podem ser influenciados pelos efeitos da
ancoragem.
Com o objetivo de estudar os efeitos da ancoragem nas estimativas de
valores incertos atribuídos a bens públicos, Green et al (1995) relatam a experiência
de analisar a fixação de âncoras, quando oferecidas recompensas financeiras aos
participantes da pesquisa. O estudo revelou que muitas vezes, a decisão tomada
com evidência em um valor pré-fixado pode levar o deturpação da estimativa. Outra
constatação do estudo foi que os efeitos da ancoragem psicométricas, ao invés de
efeitos de incentivo, é a principal causa dos resultados comumente encontrados nos
estudos de valoração contingente, e que atualmente o formato de licitação para
atribuição de valor para bens públicos é altamente vulnerável ao viés de ancoragem.
Mussweiler e Strack (1999) em estudo realizado com trinta e dois estudantes
de psicologia da Universidade de W'tirzburg, na Alemanha, demonstram
que a
ancoragem é um caso especial de valoração semântica. Especificamente, a
41
informação que é ativada para resolver uma tarefa de estimação de valores incertos,
pode ser mais acessível, quando os participantes fazem juízos absolutos. Assim,
quando os indivíduos têm de comparar um alvo com um padrão plausível de
comparação, pode-se obter estimativas diferentes, de quando se focaliza apenas um
valor numérico mentalizado. Os autores verificaram que a força do efeito âncora
depende da aplicabilidade de informações ativas. O mesmo estudo revelou um efeito
de contraste quando a informação não foi ativada para o julgamento absoluto e as
metas das tarefas de julgamento foram suficientemente diferentes. A pesquisa ainda
demonstra que a geração de juízos absolutos requer mais tempo quando os
julgamentos comparativos incluem uma âncora sem sentido e portanto, pode ser
feita sem a informação alvo relevantes que seriam plausíveis.
Em pesquisa realizada com 96 estudantes de graduação do curso de
administração da Universidade de Göteborg (Suécia), Kristensen e Gärling (2000)
investigaram através da fixação de pontos referenciais obtidos no mercado e valores
arbitrário, se o concenso de uma negociação poderia ser influenciado por mudanças
no ponto de ancoragem, bem como se este concenso é percebido como um ganho
ou como uma perda. Assim, os autores instruíram os alunos à simulação de
negociação de compra de um imóvel, admitindo a hipótese que pretendiam comprálo. Desta forma, foram fornecidas algumas informações de mercado indicando o
preço atual do imóvel e sua localização. Diante destas informações, os acadêmicos
deveriam indicar o maior valor que eles pagariam por um imóvel semelhante ao que
lhes foi apresentado. Após terem feito as estimativas, os indivíduos receberam
descrições de diferentes imóveis, considerando que deveriam dar uma contra
proposta ao respectivo vendedor. Nesta fase da experiência, os estudantes foram
divididos em quatro grupos para receberem pontos âncora e pontos de referência
diferentes. Deste modo, um grupo recebeu a proposta do preço de venda, que era
equiparado ao preço inicial dado pelo vendedor e mais alto que o preço de mercado
estimado. Já um segundo grupo recebeu a proposta para venda também equiparada
ao preço inicial, entretanto, o preço era mais baixo que o preço de mercado. Assim
as âncoras foram sendo manipuladas para verificar as estimativas dos estudantes. O
objetivo do estudo residia em verificar se os estudantes entrariam em um consenso
com o suposto vendedor, para então afirmar a influência da heurística da
ancoragem. Os resultados do estudo mostraram que, quando a âncora foi percebida
42
como ganho ou como uma perda, o consenso da negociação foi afetado. Ficou
evidente que a âncora e o ponto referencial juntos influenciam o consenso da
negociação, assim o valor considerado como justo pode sofrer influência tanto de
um ponto âncora, como de um valor sugerido pelo mercado.
Dorow (2009), pretendendo investigar a influência da ancoragem nas
estimativas de preços de corretores imobiliários profissionais, realizou uma pesquisa
por meio da amostragem não probabilística, intencional por conveniência com 162
corretores de imóveis e constatou que em muitos casos, a susceptibilidade à
ancoragem está associada a uma baixa confiança. Existe ainda, uma tendência de
que as estimativas mais significativamente afetadas por uma âncora, são realizadas
relativamente com menor confiança. Observou-se ainda que os efeitos da
ancoragem foram maiores no grupo experimental exposto à âncora baixa. Por fim, o
autor expõe que os efeitos e a influência da heurística da ancoragem em
investimentos imobiliários são notórios, contudo, não são extraordinariamente
grandes.
Luppe (2006) com o objetivo de examinar quais os efeitos da heurística da
ancoragem nas estimativas numéricas sob a perspectiva bens de consumo, realizou
uma pesquisa não probabilística por conveniência de acesso junto a alunos do curso
de graduação da Faculdade de Administração, Economia e Contabilidade da
Universidade de São Paulo com faixa etária de 20 a 35 anos. O autor constatou que
as estimativas foram mais afetadas
apresentam baixo grau de confiança
pelas âncoras quando os respondentes
em suas estimativas.
Assim quanto mais
incertos os indivíduos são em relação a um determinado valor, mais suas
estimativas estão assimiladas na direção de um número arbitrário. Outras duas
constatações feitas pelo autor foram que um valor arbitrário pode influenciar o
julgamento de uma pessoa quanto ao preço de um produto ou serviço e a magnitude
deste valor aliada a incerteza quanto ao valor real do intem no mercado
influenciaram a estimativa de preço de cada produto.
Com o intuito de dar sustentação teórica ao trabalho, este capítulo de
referencial teórico buscou algumas das principais pesquisas relacionados a área do
estudo. O Quadro 1 apresenta um breve resumo das fontes de pesquisa
fundamentalmente consultadas durante a elaboração deste trabalho de dissertação.
43
Tais fontes são postas em evidência por serem consideradas obras clássicas e de
grande representatividade para esta pesquisa e outras subsequentes.
Quadro 1 - Fontes essenciais de pesquisa
Autor (ano)
Tema da Pesquisa
Bernoulli (1954)
Teoria da Utilidade
Esperada
Foco do Estudo
Dispõe que a determinação do valor de um item
Simon (1979)
Teoria da Racionalide
Limitada
não deve ser baseada em seu preço, mas na
utilidade que ele produz.
Pressupõe a existência de
limitações no
processamento das informações essenciais à
tomada de decisão
Tratam entre outros efeitos, sobre a aversão ao
Kahneman e
Tversky (1979)
Teoria dos Prospectos
risco no ambiente dos ganhos, associada a
propenção de busca pelo risco no ambiente das
perdas.
Explicam a existência de atalhos mentais ou
padrões de decisão e descrevem tais atalhos
Kahneman e
Teoria das Heurísticas
mentais como heurísticas de julgamento,
Tversky (1974)
de Julgamento
classificando-as em três principais grupos:
Disponibilidade, Representatividade e Ancoragem
e Ajustamento.
Propõem um indexador chamado de Índice de
Ancoragem (IA) para medir o efeito das âncoras
Jacowitz e
Mensuração da
sobre estimativas. Segundo os autores, este índice
Kahnemam (1995)
Ancoragem
pode ser usado para medir o fluxo da estimativa
mediana dos sujeitos em direção a âncora aos
quais foram expostos.
Fonte: Pesquisa. Elaborado pelo Autor (2011).
44
3 METODOLOGIA
Neste capítulo apresentam-se e descrevem-se os procedimentos
metodológicos utilizados nesta pesquisa. Para melhor definir os métodos científicos
utilizados no estudo, estruturou-se este tópico nas seguintes seções: Tipo de
pesquisa, Universo/Amostra, Variáveis Analíticas, Plano de Coleta e Tratamento dos
Dados.
3.1 TIPO DE PESQUISA
Em relação aos objetivos, as pesquisas podem ser classificadas como
exploratórias, descritivas e explicativas (GIL, 2010). Neste sentido, de acordo com
Mattar (2008) a pesquisa descritiva deve ser utilizada quando o pesquisador tiver o
propósito de descrever características de grupos; estimar proporção de elementos
numa população específica que tenham determinadas características ou
comportamentos; descobrir ou verificar a existência de relação entre variáveis. Desta
forma, para o presente estudo, utilizou-se quanto aos objetivos, a pesquisa do tipo
descritiva, uma vez que propõe-se a observar e descrever a influência da
ancoragem nas estimativas de valor dos indivíduos, com aplicação de técnicas
próprias e padronizadas posteriormente descritas nas seções a seguir.
Quanto aos meios, podem existir dois tipos básicos de pesquisas descritivas, o
levantamento de campo e o estudo de campo. A diferença básica está na grande
amplitude e pouca profundidade do levantamento de campo e na média
profundidade e amplitude do estudo de campo. Com o estudo de campo, procura-se
dados representativos da população de interesse, a ênfase do levantamento de
campo está na geração de sínteses estatísticas, como média, modas, variância,
decis, centis, percentagens e a relação destes com as sínteses estatísticas
levantadas (MATTAR, 2008). Neste aspecto, Malhotra (2005) dispõe que o
levantamento de campo é utilizado quando a pesquisa evolve um grande número de
indivíduos e a estes são aplicados uma série de perguntas. Assim, esta pesquisa
pode ser caracterizada como um levantamento de campo, considerando a
representatividade da população envolvida, a alta amplitude e o pouco
aprofundamento dos dados pesquisados.
45
No que tange a abordagem do problema, utilizou-se o método de pesquisa
quantitativo, uma vez que busca-se quantificar dados e generalizar os resultados
obtidos da amostra. Neste contexto, Malhotra (2005) dispõe que a pesquisa
quantitativa busca evidências conclusivas, baseando-se em amostras grandes
e
representativas, e de alguma forma, utilizando-se de análise estatística.
3.2 UNIVERSO/AMOSTRA
Buscando identificar os efeitos da heurística da ancoragem nas estimativas de
preço de propensos consumidores para produtos de cesta básica, o presente estudo
limitou-se a contemplar os habitantes da cidade de Mossoró, município localizado no
interior do Rio Grande do Norte, estado situado na região Nordeste do Brasil. Os
dados da população foram obtidos a partir do último censo demográfico realizado
pelo o Instituto Brasileiro de Geografia e Estatística - IBGE, no ano 2010. Segundo o
referido instituto de pesquisa, a cidade de Mossoró possui um quantitativo
habitacional estimado em 254.032 (duzentos e cinquenta e quatro mil e trinta e dois)
habitantes, logo este número corresponde a público de interesse da pesquisa.
De acordo com Queiroz, Gouvinhas e Souza (2004), 94,3% dos clientes de
supermercados possuem até 64 (sessenta e quatro) anos de idade. O mesmo
estudo revela que 17,8% dos clientes de supermercados possuem até 24 (vinte e
quatro) anos de idade. Vale ressaltar que os autores supracitados não deixam claro
qual a idade mínima para o grupo classificado em até 24 (vinte e quatro) anos e qual
a idade máxima para as pessoas acima dos 64 (sessenta e quatro) anos de idade,
assim não é possível delimitar o valor inicial da menor faixa etária e o valor final para
a maior faixa etária.
Considerando que apenas 5,7% dos clientes de supermercados estão acima
dos 64 anos de idade (QUEIROZ, GOUVINHAS e SOUZA, 2004) e dada a
necessidade de delimitação do estudo, determinou-se como universo da pesquisa
apenas os indivíduos com idade situada entre 20 (vinte) e 64 (sessenta e quatro)
anos, desprezando-se como fonte de coleta, os indivíduos com idade inferior a
primeira faixa e superior a última faixa etária. Conforme dados do IBGE (2010), a
população da cidade de Mossoró-RN com faixa etária alocada entre 20 (vinte) e 64
(sessenta e quatro) corresponde a magnitude de 159.125 (cento e cinquenta e nove
46
mil cento e vinte e cinco) indivíduos, logo este foi o número determinado como
universo da pesquisa.
Concernente a amostra, Mattar (2008) dispõe que: “Amostra é qualquer parte
de uma população”. Os estudos amostrais para uma população desta grandeza,
considerando um erro amostral de 7,22% e nível de confiança de 90%, revelam a
necessidade de uma amostra composta por 130 (cento e trinta) indíviduos. No
entanto, considerando a necessidade de se ter três grupos de pesquisa, um de
calibragem e dois experimentais, de igual tamanho, para atender ao modelo
proposto por Jacowitz e Kahneman (1995), a pesquisa realizou-se com 390
(trezentos e noventa) indivíduos, clientes de supermercados da cidade, divididos em
três grupos de iguais proporções.
Quanto a técnica de seleção de uma amostragem, a pesquisa pode ser do tipo
probabilística ou não probabilística. A amostragem não probabilística depende do
julgamento do pesquisador, que pode selecionar arbitrariamente, com base na
conveniência ou decidir conscientemente quais os elementos que irão compor a
amostra (MALHOTRA, 2005). Considerando que não houve nenhum método
estatístico para a escolha dos possíveis participantes da pesquisa, uma vez que
estes foram selecionados de acordo com a acessibilidade e disponibilidade em
participar do estudo, o tipo de amostra deste pesquisa classifica-se como não
probabilístico.
Segundo Mattar (2008) existem três variações para as amostras não
probabilísticas: Amostras por Conveniência, Amostras Intencionais e Amostras por
Cotas. Para Malhotra (2005), muitas vezes o pesquisador escolhe os elementos da
amostra por estarem no lugar certo, na hora certa. Esta pesquisa portanto, realizouse quanto a variação, por conveniência de acesso, uma vez que a amostra foi
retirada a partir de clientes em compras dos três maiores supermercados da cidade,
e selecionados ao acaso de acordo com a acessibilidade do pesquisador ao público
de interesse. Este tipo de amostra embora possua limitações do ponto de vista da
tendenciosidade na escolha dos participantes, foi utilizada por ser a mais adequada
para o pesquisador em termos de custos e tempo de aplicação.
47
3.3 COLETA DE DADOS
3.3.1 Variáveis Analíticas
As variáveis do estudo são os elementos a serem analisados e/ou medidos
durante a pesquisa. Estas variáveis devem resguardar uma relação direta com os
objetivos específicos da pesquisa para que sejam devidamente controladas, afim de
que não comprometam ou invalidem o estudo. Para Lakatos e Marconi (2001), uma
variável é um conceito operacional que apresenta valores, passível de mensuração,
podendo ser considerada como uma classificação ou medida.
Assim, as variáveis da pesquisa científica podem ser definidas como
propriedades observáveis e passíveis de mensuração. Nesta perspectiva,
identificou-se para este estudo as seguintes variáveis analíticas como elementos
sujeitos à medição:
•
Influência da ancoragem nas estimativas de preço
•
Relação da ancoragem com o nível de confiança dos respondentes
•
Relação da ancoragem com a essencialidade dos produtos
Para verificar a influência da ancoragem nas estimativas de preço dos
indivíduos para os produtos da cesta básica, utilizou-se como instumento de coleta,
uma adaptação do modelo proposto por Jacowitz e Kahneman (1995). Neste
modelo, os autores sugerem que o efeito da ancoragem pode ser reflexo da
confiança depositada na estimativa. A confiança refe-se ao grau de certeza que a
pessoa atribui ao preço que acabara de sugerir para os itens avaliados. Assim,
solicitou-se que fosse assinalado no instrumento além do preço do produto, o nível
de confiança do respondente na estimativa que acabara de realizar.
Com o intuito de verificar se os efeitos da ancoragem resguardam algum tipo
de relação com a essencialidade dos produtos analisados, solicitou-se aos
respondentes da pesquisa que após a indicação do grau de confiança, assinalassem
também, o quanto essencial consideram o produto avaliado, atribuindo as respostas
numa escala de zero a dez conforme o grau de essencialidade. É importante
destacar que a essencialidade apontada para os produtos, refere-se ao quanto o
item, é importante para a pessoa humana no que tange a necessidade alimentar,
48
não reporta-se a representatividade financeira do produto em função do orçamento
familiar do respondente.
3.3.2 Instrumento de Coleta
O instrumento escolhido para a coleta dos dados foi um formulário com
questões fechadas, adaptado do modelo proposto por Jacowitz e Kahneman (1995),
que após inserção de itens da cesta básica, foram aplicados pessoalmente junto a
clientes de supermercados da cidade de Mossoró-RN. Sobre tal instrumento de
coleta, Dencker (1999) dispõe que a finalidade do formulário é obter, de maneira
sistemática e ordenada, informações sobre as variáveis que intervêm em uma
investigação, em relação a uma população ou amostra determinada.
A aplicação do formulário deu-se em duas etapas. Na primeira, aplicou-se junto
a um grupo de 130 (cento e trinta) pessoas, classificado como Grupo de Calibragem,
questões de estimativas de preço
para produtos da cesta básica, sem nenhuma
menção de valor para tais itens. Nesta perspectiva, perguntou-se as estas pessoas
qual a melhor estimativa de preço para cada produto, bem como o nível de
confiança na estimativa realizada, numa escala de onze pontos, conforme modelo
abaixo:
A seguir lhe serão apresentados diferentes produtos. Por favor dê a sua
melhor estimativa de preço à vista, para cada produto no mercado. Em seguida
indique o grau de confiança na estimativa que acabou de realizar.
a) FEIJÃO CARIOCA DA MAMÃE TIPO 1 - 1kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
Na segunda etapa de aplicação do instrumento, foram elaborados dois
formulários semelhantes no que tange aos produtos e ao modo de apresentação das
questões, porém diferentes no que tange aos valores dispostos como âncoras. A
aplicação dos formulários procedeu-se em dois gupos distintos, classificados como
Grupo Experimental Âncora Alta e Grupo Experimental Âncora Baixa. A cada grupo
aplicou-se um tipo de formulário.
49
Após a atribuição do valor estimado, o respondente deveria indicar o grau de
confiança de tal estimativa que acabara de realizar, numa escala de zero para
nenhuma confiança e dez para muita confiança, conforme demonstrado a seguir.
GRUPO EXPERIMENTAL ÂNCORA BAIXA:
A seguir lhe serão apresentados diferentes produtos. Por favor dê a sua
melhor estimativa de preço à vista, para cada produto no mercado. Em seguida
indique o grau de confiança na estimativa que acabou de realizar.
a) FEIJÃO CARIOCA DA MAMÃE TIPO 1 - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que 1,98.
• Qual é a sua melhor estimativa de preço para este produto?
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
GRUPO EXPERIMENTAL ÂNCORA ALTA:
A seguir lhe serão apresentados diferentes produtos. Por favor dê a sua
melhor estimativa de preço à vista, para cada produto no mercado. Em seguida
indique o grau de confiança na estimativa que acabou de realizar.
a) FEIJÃO CARIOCA DA MAMÃE TIPO 1 - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que 4,17.
• Qual é a sua melhor estimativa de preço para este produto?
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
Com o objetivo específico de verificar a relação da ancoragem com a
essencialidade dos produtos, solicitou-se que após a indicação do grau de
confiança, o participante assinalasse também, o grau de essencialidade conferido
aos produtos avaliados. Assim, os respondentes deveriam assinalar o quanto cada
item era essencial na sua concepção, numa escala de onze pontos conforme
modelo abaixo:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
Para averiguar a validade do formulário, realizou-se um pré-teste com um
grupo de trinta indivíduos, clientes de um dado supermercado localizado na cidade
de Mossoró-RN, escolhidos aleatoriamente por conveniência de acesso, de acordo
50
com
a disponibilidade destes em responder as questões propostas. Esse teste
inicial tem como objetivo verificar a clareza das questões, a existência de perguntas
desnecessárias e receber opiniões para melhorá-lo. Sobre o pré-teste, Gil (1999)
informa que este é um instrumento de coleta de dados que tem por objetivo
assegurar a validade e precisão a fim de evitar que a pesquisa chegue a um
resultado falso. Com aplicação deste instrumento, verificou-se que o enunciado das
questões estava delineado de forma confusa, uma vez que alguns entrevistados não
conseguiam entender o que se propunha de forma clara. Assim este aspecto foi
reformulado e as versões finais dos formulários encontram-se nos APÊNDICES A, B
e C.
3.3.3 Plano de Coleta
Antes de dar início a pesquisa, realizou-se um contato prévio com os três
maiores supermercados da cidade, solicitando aos seus responsáveis a devida
autorização para realização da pesquisa no ambiente interno das empresas.
Foram escolhidas as maiores empresas da cidade pelo fluxo de pessoas em
circulação no interior das lojas. Com um maior número de indivíduos circulando
pelos estabelecimentos, aumenta-se as chances de possíveis respondentes
dispostos a responder aos formulários. O número de empresas escolhidas (três) foi
definido em função dos grupos necessários para a pesquisa, uma vez que o
instrumento de pesquisa está dividido em três formulários (um para o grupo de
calibragem e dois para os grupos experimentais).
Considerando que o formulário está dividido em três instrumentos de coleta
(Grupo de Calibragem, Grupo Experimental Âncora Alta e Grupo Experimental
Âncora Baixa), para atender ao propósito da pesquisa não deve haver repetição das
respostas em função das pessoas consultadas. Para garantir esta não reincidência
dos participantes, escolheu-se lugares distintos para aplicar cada tipo de instrumento
(Grupo de Calibragem, Grupo Experimental Âncora Alta e Grupo Experimental
Âncora Baixa). Além desta medida, ao serem abordadas, as pessoas eram
indagadas se já haviam respondido a esta pesquisa. Em caso positivo, estes
indivíduos que afirmaram já ter respondido a qualquer um dos três instrumentos
(Formulário A - Grupo de Calibragem; Formulário B - Grupo Experimental Âncora
51
Baixa; Formulário C - Grupo Experimental Âncora Alta) eram prontamente
descartadas como novas fontes de consulta.
Após autorização para a pesquisa no ambiente interno das empresas,
escolhidas de acordo com o critério de observação da área ocupada e fluxo de
pessoas, realizou-se a aplicação dos formulários junto aos clientes em compras,
escolhidos aleatoriamente por conveniência de acesso no momento em que estes
realizavam suas compras. A abordagem dos respondentes foi feita na parte interna
das lojas no instante em que estes aguardavam nas filas para fazer o pagamento
das compras. Achou-se conveniente escolher as pessoas que estavam nas filas por
acreditar que neste momento, estas estariam mais propensas a responder às
questões propostas, uma vez que o formulário preenchia o tempo de espera destas,
enquanto aguardavam para fazer o pagamento das compras realizadas.
Aplicação do instrumento deu-se entre os dias vinte de junho a dez de julho do
corrente ano. Neste período, os dados foram coletados em todos os dias da
semana, excetuando-se domingos e feriados. O período compreendido entre os dez
dias finais do mês de junho ao décimo dia do mês de julho, foi escolhido a propósito
por coincidir com o período em que a maioria dos trabalhadores assalariados
recebem os seus devidos pagamentos, o que garante um maior fluxo de pessoas
transitando e realizando compras nos supermercados.
A coleta dos dados foi realizada por duas alunas de graduação, concluintes do
curso de Ciências Contábeis da Universidade Potiguar, Campus Mossoró. As
discentes foram escolhidas como auxiliares da pesquisa por serem participantes
voluntárias de um projeto de pesquisa do curso, relacionado ao tema da pesquisa.
3.4 TRATAMENTO DOS DADOS
O método de tratamento dos dados seguiu as etapas propostas por Jacowitz
e Kahneman (1995). Para atender aos objetivos desta pesquisa, adaptou-se o
modelo proposto pelos autores, substituindo as questões propostas no instrumento
original por produtos que compõem a cesta básica conforme Decreto Lei 399/1938.
Seguindo o modelo teórico de Jacowitz e Kahneman (1995), o grau de
ancoragem foi mensurado através da aplicação de formulários semelhantes em três
grupos distintos de uma mesma população. Um primeiro grupo sem qualquer noção
52
de âncora realizou estimativas para os intens
sem nenhum valor previamente
disposto. A atribuição de valor deveria ser realizada de acordo com a percepção dos
indivíduos, sem nenhuma interveniência do pesquisador ou sugestão do
instrumento. Após realizarem as estimativas, os participantes deveriam indicar o
grau de confiança depositado nos valores estimados numa escala de onze pontos,
sendo assinaldo 0 (zero) quando o participante estivesse totalmente incerto quanto a
sua estimativa e 10 (dez) para estimativas com total confiança.
Depois de coletados os dados obtidos junto ao grupo de calibragem, tais
informações foram tabuladas em uma planilha eletrônica de modo que os valores
ficaram dispostos em ordem crescente. Após esta classificação, os dados foram
separado em percentis, de modo que se identificasse os valores relativos ao décimo
quinto e ao octogésimo quinto percentil de distribuição, conforme proposto por
Jacowitz e Kahneman (1995).
Extraindo-se as informações das planilhas alimentadas pelo grupo de
calibragem, lançou-se os valores para dois outros grupos, chamados de grupos
experimentais. Os indivíduos de um grupo experimental responderam as as
atribuições de valor, tendo-se como infomação prévia, as estimativas extraídas do
15º percentil da distribuição normal do grupo de calibragem, denominadas como
âncoras baixas. O segundo grupo experimental, respondeu suas estimativas com
base em valores obtidos do 85º percentil da distribuição normal do grupo de
calibragem, ou seja as âncora altas. Desta forma, os sujeitos dos grupos
experimentais fizeram seus julgamentos tendo com marco inicial, as estimativas
extraídas realizadas pelo grupo de calibragem.
Para mensurar a ancoragem, Jacowitz e Kahnemam (1995) indicam um
índice de ancoragem (IA) para medir o fluxo da estimativa mediana dos sujeitos em
direção a âncora aos quais foram expostos. Os valores do IA variam de zero para
sujeitos sem nenhum efeito da ancoragem a um para indivíduos totalmente sujeitos
aos efeitos da ancoragem. Assim, de acordo com os autores, para encontrar o IA,
utiliza-se o seguinte método:
IA = mediana (âncora alta) - mediana (âncora baixa)
âncora alta - âncora baixa
A mediana, é uma medida de localização central na distribuição de dados de
uma amostra. Assim a utilização da mediana para o cálculo do índice de ancoragem
53
consiste no pressuposto de que esta medida é mais resistente a valores extremos
que a média. Desta forma, estimativas muito baixas ou muito altas para o mesmo
item não invalidam o modelo, uma vez que não refletem de forma alguma no cálculo
da mensuração do efeito ancoragem.
Os índices de ancoragem específicos para as âncoras altas e baixas foram
obtidos na mesma perspectiva de Jacowitz e Kahnemam (1995), que definem uma
fórmula semelhante à supracitada para mensuração do índice de ancoragem
separadamente. Assim, o IA para as âncoras baixas foram calculados da seguinte
maneira:
IA (baixa) = mediana (âncora baixa) - mediana (grupo de calibragem)
âncora baixa - mediana (grupo de calibragem)
Nesta mesma concepção, os índices de ancoragem para as âncoras altas
foram calculado da seguinte forma:
IA (alta) = mediana (âncora alta) - mediana (grupo de calibragem)
âncora alta - mediana (grupo de calibragem)
Buscando um aprofundamento quanto à ancoragem das estimativas,
calculou-se ainda o IA para cada atribuição individual de todos os indivíduos
envolvidos no grupo experimental (260 indivíduos, divididos em dois grupos: âncora
alta e âncora baixa). Assim foi possível discriminar a ancoragem por estimativa das
pessoas submetidas a âncora alta, bem como para os sujeitos expostos as âncoras
baixas.
Para encontrar o índice de ancoragem individual para cada estimativa,
utilizou-se a fórmula proposta por Jacowitz e Kahnemam (1995), susbstituindo-se a
mediana do grupo, pelas estimativas individuais feitas pelos indivíduos consultados.
O modelo proposto abaixo, considerou que o preço justo para os produtos seriam as
medianas das estimativas do grupo de calibragem. Assim, os índices de ancoragem
individuais por estimativa, para os sujeitos submetidos às âncoras baixas, foram
calculados da seguinte forma:
IAi (baixa) = estimativa de preço - mediana (grupo de calibragem)
âncora baixa - mediana (grupo de calibragem)
Na mesma instância, os índices de ancoragem individuais por estimativa, para
os indivíduos submetidos às âncoras altas, foram calculados da seguinte forma:
IAi (alta) = estimativa de preço - mediana (grupo de calibragem)
âncora alta - mediana (grupo de calibragem)
54
Após a coleta dos formulários, os dados foram tabulados em planilhas
eletrônicas para se conhecer as medianas das âncoras obtidas dos grupos
experimentais. As planilhas eletrônicas foram importantes também para os cálculos
estatísticos e confecção das tabelas e gráficos correspondentes a percepção dos
respondentes relativas às questões propostas. De posse dos dados devidamente
tabulados, estes foram analisados através da análise descritiva, medidas de
dispersão, comparação de frequências,
medianas, desvio padrão, verificados
através de métodos paramétricos.
Os efeitos das âncoras altas e baixas nas estimativas foram segregados pela
comparação das estimativas em dois grupos distintos: grupo âncora alta e grupo
âncora baixa. A análise descritiva possibilita o aprofundamento das discussões e
identificação do efeito ancoragem de forma individual, por produto. Através da
correlação entre as variáveis confiança e essencialidade, analisa-se as associações
entre o índice de ancoragem em função da essencialidade atribuída aos produtos e
o nível de confiança dos participantes nas estimativas realizadas. Através da
regressão linear, verifica-se a significância das relações entre as variáveis e
buscando explicar a variação do índice de ancoragem em função a essencialidade e
nível de confiança atribuídos pelos participantes da pesquisa.
55
4 APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS
Neste capítulo apresentam-se os resultados da pesquisa realizada a fim de se
analisar os efeitos da heurística da ancoragem sobre as estimativas de preço para
os produtos da cesta básica. O modelo de mensuração da ancoragem para as
estimativas de preço realizadas, foi desenvolvido com base no Índice de Ancoragem
proposto por Jacowitz e Kahneman (1995).
Inicialmente as análises concentram-se nas estimativas realizadas pelo grupo
de calibragem, que forneceu elementos para definição dos valores dispostos como
âncoras aos grupos experimentais. A apresentação dos resultados subdivide-se em
três seções secundárias, uma demonstrando os resutados obtidos a partir do grupo
de calibragem e outras duas, onde analisa-se as estimativas dos indivíduos
submetidos tanto as âncoras baixas, como dos indivíduos expostos as âncoras altas.
4.1 GRUPO DE CALIBRAGEM
O grupo de calibragem compõe-se por pessoas sem nenhuma noção de
ancoragem. Desta forma, as estimativas realizadas por estas não estavam sujeitas a
nenhum valor arbitrário proposto pelo pesquisador. Assim, os preços dos produtos
foram estimados com base na percepção individual de cada pessoas participante da
pesquisa.
Na Tabela 1, evidencia-se os valores das estimativas medianas realizadas
pelo grupo de calibragem. Estes valores medianos foram extraídos com bases em
cento e trinta estimativas realizadas por indivíduos, sem repetição do respondente.
Tabela 1 - Extratos do Grupo de Calibragem
VALORES DO GRUPO DE CALIBRAGEM
EXTRATOS
Feijão
Arroz Açúcar Farinha Leite
Óleo
Manteiga Café Tomate Batata Banana
Pão
Carne
Mediana
2,88
2,10
1,99
1,97
2,08
3,00
2,50
2,50
2,10
2,50
2,00
5,00
14,00
Vl. Mínimo
1,30
0,90
0,80
1,00
1,20
1,35
1,08
1,30
0,69
0,70
0,25
0,25
4,00
Vl. Máximo
5,00
4,20
3,80
3,20
3,90
8,00
4,50
7,00
4,50
4,00
21,50
12,50
20,00
Amplitude
3,70
3,30
3,00
2,20
2,70
6,65
3,42
5,70
3,81
3,30
21,25
12,25
16,00
Fonte: Pesquisa de Campo (2011).
Através da Tabela 1 é possível observar uma grande amplitude (diferença
entre o menor valor e o maior valor estimado) para alguns produtos, a exemplo da
56
banana, do pão e da carne. Diante de números tão dispersos a utilização da média
para analisar estas estimativas poderia invalidar a amostra, uma vez que os
extremos poderiam influenciar seriamente o valor médio dos produtos. Por este
motivo utiliza-se a mediana como ferramenta de análise, uma vez que esta é mais
resistente a valores extremos que a média. Desta forma, os reflexos dos valores
extremos são minimizados com a utilização da mediana para analisar os preços das
estimativas, uma vez que a mediana considera apenas os valores centrais da
amostra e elimina os extremos.
Embora os sujeitos do grupo de calibragem não estivessem expostos a
nenhum valor arbitrário atribuído de forma direta pelo instrumento de coleta, a falta
de uma âncora evidente não sugere que a estimativa realizada esteja desarticulada
com o padrão de valor aceitável para um produto. Assim acredita-se que os valores
estimados pelo grupo de calibragem estejam razoavelmente alinhados com os
preços dos produtos no mercado.
O Gráfico 1 demonstra os valores das estimativas realizadas pelo grupo de
calibragem. Observa-se que os valores atribuídos aos produtos resguardam uma
considerável dispersão entre a máxima atribuição de preço e a mínima. Neste caso,
a amplitude revela-se como importante medida de análise, uma vez que através dela
pode-se verificar como os valores dispostos pelos indivíduos em suas tarefas de
estimação estão dispersos.
Gráfico 1 - Extratos do Grupo de Calibragem
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0
Feijão Arroz Açúcar Farinha Leite
Mediana
Fonte: Dados da pesquisa (2011).
Óleo Manteiga Café Tomate Batata Banana Pão
Vl. Mínimo
Vl. Máximo
Amplitude
Carne
57
No que tange a dispersão das avaliações, percebe-se uma maior distância
entre os valores máximos e mínimos das estimativas, principalmente para os
produtos banana, pão e carne. Conforme Engel, Blackwell e Miniard (1986 apud
Motta, 2009) é salutar que exista uma linha de tolerância definida no que tange ao
preço, nos quais os
consumidores esperam pagar por um produto. Este limite
aceitável, pode ser reflexo de uma consulta de preços, de uma compra passada, da
percepção do preço dos componentes do produto e do preço praticado pelos
produtos substitutos. Assim, embora este comportamento disperso dos indivíduos,
quanto a atribuição de valores aos produtos, possa estar correlacionado a fatores
como essencialidade, percepção de valor agregado, apresentação dos produtos
pelos canais de comunicação e experiências passadas, através deste estudo não é
possível afirmar de forma segura, quais destas condicionantes podem estar
relacionadas a amplitude das estimativas realizadas pelos cparticipantes da
pesquisa.
Os valores determinados com âncoras e posteriormente dispostos aos grupos
experimentais, foram obtidos a partir da divisão do conjunto de dados obtidos nas
cento e trinta estimativas realizadas pelo grupo de calibragem em cem subgrupos de
tamanhos iguais, chamados de percentis. Assim, conforme recomendado por
Jacowitz e Kahneman (1995) o décimo quinto percentil de distribuição de cada
produto, ficou disposto aos consumidores de um grupo, sendo estes as âncoras
baixas. Já o octuagésimo quinto percentil de distribuição dos produtos, corresponde
aos valores subjulgados e dispostos a um outro grupo, e foram considerados como
âncoras altas, conforme Tabela 2.
Tabela 2 - Percentis de Distribuição
VALORES DO GRUPO DE CALIBRAGEM
EXTRATOS
Feijão
Arroz Açúcar Farinha Leite
Óleo
15º Percentil
85º Percentil
Manteiga Café Tomate Batata Banana
1,98
1,65
1,80
1,50
1,70
2,30
1,96
1,90
1,34
1,70
4,17
2,90
2,47
2,30
2,60
4,00
3,30
3,97
2,90
3,50
Pão
Carne
1,48
3,44
12,00
3,65
8,00
17,50
Fonte: Pesquisa de Campo (2011).
Na sessão seguinte, apresentam-se os resultados obtidos a partir das
estimativas realizados pelo grupo experimental submetido aos valores extraídos do
décimo quinto percentil de distribuição do grupo de calibragem. Estes indivíduos
foram reunidos e classificados como Grupo Âncora Baixa.
58
Para o cálculo do Índice de Ancoragem (IA), elemento fundamental à
discussão dos resultados de acordo com os objetivos desta pesquisa, é necessário
calcular as medianas dos valores estimados tanto do grupo de calibragem como dos
grupos experimentais. As medianas dos grupos experimentais estão apresentados
na Tabela 3. Para uma melhor compreensão, os valores medianos das estimativas
foram segregados por produtos e por agrupamento a que pertencem.
Tabela 3 - Mediana das Estimativas dos Grupos Experimentais
MEDIANAS DAS ESTIMATIVAS GERAIS FEITAS PELOS PARTICIPANTES DOS GRUPOS EXPERIMENTAIS
BASE DA
ESTIMATIVA
Feijão
Âncora Alta
Âncora Baixa
Arroz Açúcar Farinha Leite
Óleo Manteiga Café Tomate Batata Banana
Pão
Carne
3,00
2,24
2,30
2,10
2,20
3,60
2,70
2,90
2,20
2,80
2,10
6,50
14,00
2,35
1,99
1,90
1,50
1,99
2,50
2,10
1,90
1,50
1,70
1,50
4,39
13,00
Fonte: Pesquisa de Campo (2011).
4.2 GRUPO EXPERIMENTAL - ÂNCORA BAIXA
4.2.1 Análise Descritiva
A Tabela 4 demonstra, para cada produto, a âncora à que os sujeitos deste
grupo de pesquisa foram expostos, bem como as medianas das estimativas destes
indivíduos e o índice de ancoragem dos produtos da cesta básica, calculados com
base nos atributos de preço aferidos por este grupo.
Tabela 4 - Índices de Ancoragem por Produto (Âncora Baixa)
MEDIANAS
Âncora Baixa
15º Percentil
Calibragem
Grupo Exper.
Índice de
Ancoragem
Feijão
1,98
2,88
2,35
0,59
Arroz
1,65
2,10
1,99
0,24
Açúcar
1,80
1,99
1,90
0,47
Farinha
1,50
1,97
1,50
1,00
Leite
1,70
2,08
1,99
0,23
Óleo
2,30
3,00
2,50
0,71
Manteiga
1,96
2,50
2,10
0,74
Café
1,90
2,50
1,90
1,00
Tomate
1,34
2,10
1,50
0,78
Batata
1,70
2,50
1,70
1,00
Banana
1,48
2,00
1,50
0,97
Pão
3,44
5,00
4,39
0,39
Carne
12,00
14,00
13,00
0,50
PRODUTOS
Fonte: Pesquisa de Campo (2011).
Média
0,66
Desvio Padrão
0,28
59
De acordo com a Tabela 4, observa-se que os reflexos da ancoragem sobre
as estimativas deste grupo alcançou valores consideravelmente significativos. Como
pode-se perceber, a média da ancoragem deste grupo alcançou o índice de 0,66.
Dada a sensibilidade da média a valores extremos, a dispersão dos índices de
ancoragem para estas estimativas podem ser explicada com auxílio do desvio
padrão. Considerando que a média do IA para os produtos foi de 0,66 e o desvio
padrão ficou em 0,28, pode-se perceber que a dispersão do efeito ancoragem para
este grupo foi relativamente baixo, uma vez que o desvio está mais próximo a zero.
Assim, com base neste IA médio de 0,66 pode-se dizer que as medianas das
estimativas dos sujeitos moveram-se claramente em direção às estimativas
medianas do grupo de calibragem.
Analisando IA de forma individual, percebe-se que para alguns produtos, as
estimativas moveram-se totalmente em relação a âncora. Isto acontece quando o IA
é igual a 1,00. Neste patamar de movimentação total em relação à âncora pode-se
relacionar a farinha, o café e a batata.
Em outra prospecção, alguns produtos como o arroz e o leite, tiveram índice
de ancoragem 0,24 e 0,23 respectivamente. Isto quer dizer que as estimativas para
estes itens não
variaram significativamente em função das âncoras à que os
participantes da pesquisa foram expostos. No Gráfico 2, demonstra-se a
movimentação das estimativas em relação às âncoras.
Gráfico 2 - Âncora Baixa
14
13
11
10
9
8
6
5
4
2
1
Feijão
Arroz Açúcar Farinha Leite
Âncora Baixa
Fonte: Dados da pesquisa (2011).
Óleo Manteiga Café Tomate Batata Banana
Grupo Experimental
Grupo de Calibragem
Pão
Carne
60
Para atender aos objetivos propostos nesta pesquisa, analisou-se também a
relação entre o índice de ancoragem e a confiança dos indivíduos em suas
estimativas. Segundo Jacowitz e Kahneman (1995), quanto maior a incerteza do
valor a ser estimado, maior a influência da âncora sobre tal estimativa.
A relacão entre o nível de confiança da estimativa e o efeito da ancoragem
sobre esta, pode ser observada através da Tabela 5, onde demonstra-se as
conexões ente os índices de ancoragem dos preços atribuídos pelos sujeitos deste
grupo para cada item, bem como o nível de confiança destes, em suas estimativas.
Analisando individualmente os índices de ancoragem, pode-se perceber que a
estimativa de preço para alguns produtos variaram em direção à âncora, em uma
relação inversamente proporcional à confiança sugerida pelas estimativas.
Tabela 5 - Relação: IA e Confiança (Âncora Baixa)
Índice de
Ancoragem
Preço
Confiança
Feijão
0,59
2,35
7,0
Arroz
0,24
1,99
7,0
Açúcar
0,47
1,90
7,0
Farinha
1,00
1,50
6,5
Leite
0,23
1,99
7,0
Óleo
0,71
2,50
7,0
Manteiga
0,74
2,10
7,0
Café
1,00
1,90
7,0
Tomate
0,78
1,50
7,0
Batata
1,00
1,70
7,0
Banana
0,97
1,50
7,0
Pão
0,39
Carne
0,50
4,39
13,00
8,0
8,0
Média
0,66
-
7,12
Desvio Padrão
0,28
-
0,42
PRODUTOS
MEDIANA
Fonte: Pesquisa de Campo (2011).
Segundo Wilson, Houston e Etling (1996), mesmo as pessoas bem
informadas e confiantes em suas estimativas, são influenciadas significativamente
por uma âncora arbitrária. Segundo os autores, esta influência se dá
presumivelmente porque os participantes da pesquisa poderiam recuperar da
memória a resposta que eles acreditavam ser a correta, e esta resposta provalmente
se reporta ao primeiro valor disponível na mente.
Considerando os valores medianos da confiança atribuída as estimativas e
correlacionando-as ao respectivos índices de ancoragem, observa-se que para o
61
item farinha, onde a confiança teve o menor valor mediando, a ancoragem foi total,
ou seja, IA = 1,00. Neste caso a proposição de Wilson, Houston e Etling (1996), não
se confirma em todos os itens desta pesquisa, uma vez que produtos como café e
batata moveram-se totalmente em direção à âncora, mesmo com níveis satisfatórios
de confiança (mediana da confiança = 7,0). Percebe-se que neste estudo específico,
a confiança não justifica a ancoragem em sua totalidade.
Mussweiler e Strack (1999) afirmam que a estimativa realizada é seriamente
influenciada pelo conhecimento que os indivíduos têm sobre o valor considerado
como certo. Assim, as pessoas com pouco conhecimento sobre o objeto a ser
avaliado podem ser mais suscetíveis a ancoragem, pois elas tendem a perceber
valores arbitrários como justos e testar a hipótese de que o valor final do item é igual
a esse valor extremo. Desta forma, o tamanho do efeito ancoragem pode ser medido
por diferenças na percepção dos indivíduos sobre a certeza do valor de âncora.
Assim, com base nos dados apresentados no Gráfico 3, pode-se perceber
que nem sempre encontra-se aderência na relação das variáveis ancoragem
e
confiança, uma vez que não foi uma unanimidade nesta pesquisa, os casos onde a
movimentação da estimativa em direção à âncora, variou proporcionalmente à
confiança atribuída na estimativa. Assim, os elementos desta pesquisa não são
suficientes para afirmar que, quanto maior a confiança do indivíduo em sua
estimativa, menor será o efeito da ancoragem sobre suas atribuições de preço.
Gráfico 3 - Índice de Ancoragem e Confiança (Âncora Baixa)
10
9
8
7
6
5
4
3
2
1
0
Feijão
Arroz Açúcar Farinha Leite
Óleo Manteiga Café Tomate Batata Banana Pão
Índice de Ancoragem
Fonte: Dados da pesquisa (2011).
Confiança
Carne
62
Este estudo teve ainda como objetivo verificar a relação da ancoragem com a
essencialidade dos produtos. Assim, os indivíduos assinalaram suas estimativas de
valor para os itens, bem como o quanto consideram este item essencial numa escala
de 0 (zero) a 10 (dez), sendo zero para nenhuma essencialidade e dez para total
essencialidade. A Tabela 6, apresenta os resultados encontrados na pesquisa no
que tange a ancoragem e essencialidade dos produtos.
Tabela 6 - Relação: IA e Essencialidade (Âncora Baixa)
Índice de
Ancoragem
Preço
Essencialidade
Feijão
0,59
2,35
9,5
Arroz
0,24
1,99
8,0
Açúcar
0,47
1,90
8,0
Farinha
1,00
1,50
7,0
Leite
0,23
1,99
9,0
Óleo
0,71
2,50
8,0
Manteiga
0,74
2,10
8,0
Café
1,00
1,90
7,0
Tomate
0,78
1,50
9,0
Batata
1,00
1,70
8,5
Banana
0,97
1,50
8,0
Pão
0,39
Carne
0,50
4,39
13,00
8,0
10,0
Média
0,66
-
8,31
Desvio Padrão
0,28
-
0,88
PRODUTOS
MEDIANA
Fonte: Pesquisa de Campo (2011).
De acordo com os dados demonstrados na tabela acima, alguns itens como
farinha e café, que obtiveram uma mediana de essencialidade menor que os demais
produtos, alcançaram índices de ancoragem mais elevados. Para estes dois itens,
pode-se observar que a ancoragem teve efeito inversamente proporcional a
essencialidade destes. Assim, para estes
dois produtos, os dados da pesquisa
tendem a sugerir que quanto menos essencial um produto, mais suscetível aos
efeitos da ancoragem estará item sujeito. É importante resaltar que a essencialidade
tratada no escopo desta pesquisa refere-se a importância dos produtos para a dieta
alimentar das pessoas, não estando esta variável relacionada ao impacto financeiro
sobre o orçamento familiar dos participantes da pesquisa.
Conforme pode-se perceber no Gráfico 4, a afirmativa de que, quanto mais
essencial for um produto, menos sujeito ao efeito ancoragem este item será, não
pode ser considerada como verdade absoluta, uma vez que o produto tomate,
63
obteve uma ancoragem de 0,78, mesmo com a essencialidade nominado a 9,0.
Outro exemplo é o caso da banana, que teve IA = 0,97 e essencialidade igual a 8,0.
Gráfico 4 - Índice de Ancoragem e Essencialidade (Âncora Baixa)
10
9
8
7
6
5
4
3
2
1
0
Feijão
Arroz Açúcar Farinha Leite
Óleo Manteiga Café Tomate Batata Banana
Índice de Ancoragem
Pão
Carne
Essencialidade
Fonte: Dados da pesquisa (2011).
Analisando a média da ancoragem dos produtos dispostos no Gráfico 4, podese dizer que as estimativas realizadas deslocaram-se mais de 50% (0,66) em
direção as âncoras disponíveis aos participantes da pesquisa. Comparando a média
da ancoragem com a média dos valores da essencialidade atribuída aos itens, é
possível perceber que a essencialidade não explica o índice de ancoragem dos
produtos. Uma vez que a mediana das notas atribuídas é relativamente elevada,
esperava-se que os respectivos índices de acoragem estivessem representados por
números de pequena dimensão, o que não ocorreu.
O gráfico 5, demonstra a relação do Índice de Ancoragem com as variáveis
confiança e essencialidade. Percebe-se que para o item farinha, o IA variou
inversamente proporcional as variáveis confiança e essencialidade. Nota-se que
este produto obteve ancoragem máxima (IA = 1,00), na medida que os valores
medianos da confiança e da essencialidade atingiram valores menores ou iguais aos
demais produtos (confiança = 6,5; essencialidade = 7,0).
Observando os dados demonstrados no Gráfico 5, pode-se perceber ainda
que o IA dos produtos café,
batata e banana, tendem a acompanhar de forma
inversa as variáveis confiança e essencialidade. Tais itens demonstraram
64
propenssão total a ancoragem e baixos níveis de certeza e essencialidade de
acordo com as estimativas dos avaliadores.
Gráfico 5 - IA, Confiança e Essencialidade (Âncora Baixa)
10
9
8
7
6
5
4
3
2
1
0
Feijão
Arroz Açúcar Farinha Leite
Óleo Manteiga Café Tomate Batata Banana
Índice de Ancoragem
Confiança
Pão
Carne
Essencialidade
Fonte: Dados da pesquisa (2011).
Estudos empíricos demonstram que quanto maior a incerteza sobre o valor a
ser estimado, maior será a influência das âncoras sobre esta estimativa
(JACOWITZ, KAHNEMAN, 1995; MUSSWEILER, STRACK,1999). Nesta pesquisa,
contudo, esta premissa não se confirmou para todos os casos analisados. Alguns
produtos como o arroz e açúcar, tiveram baixo índice de ancoragem e confiança
relativamente baixa, comparado com os itens que obtiveram alta ancoragem e
confiança na mesma dimensão destes dois citados.
4.2.2 Análise de Correlação e Regressão
Para analisar a relação da ancoragem com a confiança depositada na
estimativa, Jacowitz e Kahneman (1995) propõem que se faça para cada questão,
de forma isolada, a correlação entre as estimativas e a confiança depositada pelos
respondentes, separando-os em dois grupos, classicicados como grupo âncora
baixa e grupo âncora alta. De acordo com os autores, a propensão à ancoragem
está associada a uma baixa confiança. Desta forma a correlação entre as
estimativas e o nível de confiança deve ser negativa quando a ancoragem é alta e
positiva quando é ancoragem é baixa.
65
A Tabela 7 evidencia as correlações entre o Índice de Ancoragem, a
Confiança e a Essencialidade dos produtos para cada estimativa. A correlação
verifica a existência e o grau de relação entre estas variáveis. Ao todo são 1.690 (um
mil seiscentos e noventa) correlações, considerado que foram feitas 130 (cento e
trinta) estimativas para 13 (treze) produtos diferentes.
Tabela 7 - Coeficientes de Correlação (Âncora Baixa)
IA
Confiança
Essencialidade
IA
1
0,17
-0,035 *
Confiança
0,17
1
0,25
Essencialidade
-0,035 *
0,25
1
Itens marcados com * não são significativos para α = 0,05
Fonte: Pesquisa de Campo (2011).
Nesta pesquisa, a variável Confiança refere-se ao grau de crença que o
indivíduo atribui a sua estimativa de preço para cada produto. O Índice de
Ancoragem está relacionado ao nível influência da âncora nas estimativas de preço
dos participantes da pesquisa. Já a Essencialidade, reporta-se ao quanto o produto
é indispensável à dieta alimentar das pessoas. Neste sentido, analisando a Tabela 7
pode-se
perceber que existe uma significativa relação linear entre as variáveis
Índice de Ancoragem e Confiança. Isto demonstra que o efeito ancoragem está
associado a confiança depositada nas estimativas dos participantes desta pesquisa.
A análise das correlações entre as variáveis IA e Confiança permite afirmar
ainda que existe uma correlação positiva entre elas. Segundo Jacowitz e Kahneman
(1995), a propensão à ancoragem está associada a um baixo nível de confiança na
estimativa realizada. Desta forma, a correlação entre o IA e a avaliação da confiança
deve ser negativa quando a estimativa for realizada com alta confiança e negativa
quando o indivíduo demonstrar
pouca confiança em sua estimativa. Os dados
estatísticos permitem afirmar ainda que a relação IA versus Confiança é significativa,
quando α = 0,05. Assim, pode-se afirmar que existe uma tendência de que quanto
menos o indivíduo se diz conhecedor do preço do produto avaliado, maiores são as
probabilidades deste ser influenciado por um valor arbitrário. Nesta perspectiva,
pode-se inferir que as pessoas menos confiantes em suas estimativas, tendem a
ancorar mais em um valor disposto do que as pessoas altamente confiantes em
suas estimativas (WILSON; HOUSTON; ETLING, 1996).
66
As correlacões entre
as variáveis Confiança e Essencialidade, permitem
observar a existência de uma correlação positiva entre estas duas dimensões. Assim
é possível afirmar que a confiança na estimativa pode ser influenciada pela
essencialidade do produto avaliado. Isto significa que, as estimativas onde os
respondentes demonstram maior grau de certeza, tendem a se relacionar com os
produtos considerados mais necessários para a dieta alimentar destas pessoas. Os
dados analisados estatisticamente permitem visualizar a existência de uma relação
linear significativa entre a Confiança e a Essencialidade.
Ainda de acordo com a Tabela 7, pode-se constatar que não há correlação
linear entre estas variáveis IA e Essencialidade, isto aponta que o Índice de
Ancoragem não está associado ao quanto as pessoas consideram determinado item
como necessário. Observa-se ainda que a correlação entre as variáveis IA e
Essencialdade não é significativa quando adotado α = 0,05. Nesta perspectiva,
pode-se inferir que não é possível explicar o efeito da ancoragem sobre as
estimativas realizadas em função da essencialidade atribuída aos produtos
avaliados.
A Tabela 8, demonstra os coeficientes de análise de regressão para as
estimativas realizadas. Esta análise busca descrever sob uma forma matemática, as
relações das variáveis através de uma função. Desta forma, para atender aos
objetivos desta pesquisa, busca-se com o auxílio da regressão explicar a variação
do Índice de Ancoragem (IA) em função das variáveis Confiança (C) e
Essencialidade (E).
Tabela 8 - Coeficientes de Análise de Regressão (Âncora Baixa)
Unstandardized Coef.
Constante
Confiança
Essencialidade
-0,156 *
0,145
-0,052
R Square = 0,035
Itens marcados com * não são significativos para α = 0,05
Fonte: Pesquisa de Campo (2011).
Através análise de regressão foi possível determinar a seguinte função
matemática para explicar a variação do Índice de Ancoragem em função das
variáveis Confiança e Essencialidade:
IA (âncora baixa) = 0,145 x C - 0,052 x E - 0,156
67
Este modelo explicativo evidencia que a variável Confiança (C = 0,145 ∴ C>0)
contribui positivamente para a variação do Índice de Ancoragem. Assim, a cada
variação positiva da confiança, acarretará numa oscilação positiva do IA. De outro
modo, a Essencialidade (E = -0,052 ∴ E<0) varia de forma inversa ao Índice de
Ancoragem, assim a cada acréscimo na variável Essencialidade provocará um
decréscimo no IA, e cada decréscimo na Essencialidade provocará uma acréscimo
no IA.
É importante destacar que esta função (IA baixa = 0,145 x C - 0,052 x E 0,156) deve ser interpretada e possivelmente utilizada com devido cuidado, uma vez
que o coeficiente de explicação R² foi de 3,5%. Assim o poder de explicação da
função para as variáveis explicativas analisadas é muito baixo.
4.3 GRUPO EXPERIMENTAL - ÂNCORA ALTA
4.3.1 Análise Descritiva
A análise do grupo âncora alta, buscou identificar a aderência desta pesquisa
ao estudo de Jacowitz e Kahneman (1995), que preconizam uma certa influência
em tarefas de estimação de preço para valores incertos, quando os sujeitos são
submetidos a valores arbitrários como ponto de partida. Nesta perspectiva,
Kahneman e Knetsch (1993 apud Wilson, Houston e Etling ,1996) defendem uma
hipótese de retrospecto anterior, ao qual os indivíduos reportam-se mediante a
necessidade de responder a uma pergunta, invocando possíveis respostas, e
ajustando estas ao valor considerado adequado. Assim, quando uma pesquisa é
iniciada, qualquer valor plausível na memória de curto prazo é considerada como
uma resposta possível, iniciando o processo de ancoragem no indivíduo sujeito ao
problema.
Os índices de ancoragem para as estimativas realizadas pelos elementos
participantes desta pesquisa foram calculados conforme o modelo de Jacowitz e
Kahneman (1995). Na Tabela 9, demonstram-se os Índices de Ancoragem para cada
item, referente ao grupo onde as pessoas foram submetidos às âncoras altas. Além
dos índices, apresentam-se os valores das âncoras, bem como as medianas das
estimativas do grupo de calibragem e deste grupo experimental.
68
Tabela 9 - Índices de Ancoragem por Produto (Âncora Alta)
MEDIANAS
Âncora Alta
85º Percentil
Calibragem
Grupo Exper.
Índice de
Ancoragem
Feijão
4,17
2,88
3,00
0,10
Arroz
2,90
2,10
2,24
0,18
Açúcar
2,47
1,99
2,30
0,65
Farinha
2,30
1,97
2,10
0,40
Leite
2,60
2,08
2,20
0,24
Óleo
4,00
3,00
3,60
0,60
Manteiga
3,30
2,50
2,70
0,25
Café
3,97
2,50
2,90
0,27
Tomate
2,90
2,10
2,20
0,13
Batata
3,50
2,50
2,80
0,30
Banana
3,65
2,00
2,10
0,06
Pão
8,00
5,00
6,50
0,50
Carne
17,50
14,00
14,00
0,00
PRODUTOS
Média
0,28
Desvio Padrão
0,20
Fonte: Pesquisa de Campo (2011).
Conforme Tabela 9, pode-se perceber que os efeitos da âncora alta foram
menores que os da âncora baixa, para os mesmos itens. Comparando-se o IA médio
da âncora baixa (média = 0,66), com o IA médio da âncora alta (média = 0,28),
percebe-se que as estimativas baseadas na âncora alta moveram-se menos em
direção a âncora que as estimativas do grupo expostos a âncora alta. O desvio
padrão IA do grupo âncora alta também foi menor que o desvio encontrado para o
grupo âncora baixa, isto quer dizer que a ancoragem do grupo âncora alta foi mais
homogênea, mais concentrada que a do grupo âncora baixa. Deste modo, pode-se
inferir que os efeitos das âncoras baixas foram maiores, sendo estas mais eficientes
que as âncoras altas.
Nesta perspectiva, os dados da pesquisa demonstram que o grupo submetido
as âncoras baixas foi mais influenciado por estas que o grupo submetido às âncoras
altas. Contrapondo-se a este resultado, Jacowitz e Kahneman (1995) afirmam que
os efeitos da ancoragem são notavelmente significativos, as âncoras altas e baixas
são bastante efetivas sobre as estimativas dos indivíduos, mas o efeito da âncora
alta é significativamente maior que o da âncora baixa. O Gráfico 6 apresenta as
âncoras a que os indivíduos deste grupo foram expostas, bem como as medianas do
grupo experimental âncora alta e do grupo de calibragem, logo pode-se perceber
uma ligeira assimetria entre esta pesquisa, e o estudo dos autores supra-citados.
69
Gráfico 6 - Âncora Alta
18
16
15
13
11
10
8
6
4
3
1
Feijão
Arroz Açúcar Farinha Leite
Âncora Alta
Óleo Manteiga Café Tomate Batata Banana
Grupo de Calibragem
Pão
Carne
Grupo Experimental
Fonte: Dados da pesquisa (2011).
A Tabela 10 evidencia a relação entre a ancoragem e a confiança dos
participantes da pesquisa em suas estimativas. Neste sentido, Mussweiler e Strack
(1999) afirmam que o conhecimento sobre o valor a ser estimado dará ao julgador
confiança frente a um problema de estimativa, esta confiança poderá exercer
significativa influência sobre as estimativas destas pessoas.
Tabela 10 - Relação: IA e Confiança (Âncora Alta)
MEDIANA
Índice de
Ancoragem
Preço
Confiança
Feijão
0,10
3,00
9,0
Arroz
0,18
2,24
9,0
Açúcar
0,65
2,30
9,0
Farinha
0,40
2,10
9,0
Leite
0,24
2,20
9,0
Óleo
0,60
3,60
9,0
Manteiga
0,25
2,70
9,0
Café
0,27
2,90
9,0
Tomate
0,13
2,20
8,0
Batata
0,30
2,80
8,0
Banana
0,06
2,10
8,0
Pão
0,50
6,50
8,0
PRODUTOS
Carne
0,00
14,00
9,0
Média
0,28
-
8,69
Desvio Padrão
0,20
-
0,48
Fonte: Pesquisa de Campo (2011).
De acordo com os dados da Tabela 10, percebe-se que, dado o elevado nível
de confiança nas estimativas (média Confiança = 8,69), o efeito da ancoragem
70
(média IA = 0,28) foi pouco significativo, comparando-se com os efeitos da âncora
baixa (média IA = 0,66). O desvio padrão entre as medianas da confiança para os
produtos do grupo âncora alta também foi menor que o desvio do grupo âncora
baixa, isto sugere que a confiança desse grupo foi menos dispersa que a confiança
depositada nas estimativas daquele grupo. Considerando que o conhecimento
adquirido, a fim de resolver uma tarefa de estimação de valores, pode influenciar
julgamentos subsequentes dos indivíduos (MUSSWEILER; STRACK, 1999),
acredita-se que este fenômeno tenha se aplicado nas estimativas deste grupo focal,
uma vez que todas as movimentações das estimativas, com exceção de dois
produtos (açúcar com IA = 0,65; óleo com IA = 0,60), variaram em direção à âncora
disposta em um escore inferior a 50% (cinquenta por cento).
De acordo com Jacowitz e Kahneman (1995), o Índice de Ancoragem
manifesta a assimilação da estimativa absoluta de um julgador em relação a âncora.
O Gráfico 7, demonstra exatamente esta relação, entre a ancoragem e a confiança
para as estimativas dos respondentes da pesquisa submetidos às âncoras altas.
Gráfico 7 - Índice de Ancoragem e Confiança (Âncora Alta)
10
9
8
7
6
5
4
3
2
1
0
Feijão
Arroz Açúcar Farinha Leite
Óleo Manteiga Café Tomate Batata Banana
Índice de Ancoragem
Pão
Carne
Confiança
Fonte: Dados da pesquisa (2011).
Percebe-se que a nível de ancoragem variou inversamente proporcional a
confiança depositada nas estimativas. A mediana da confiança para todos os itens,
recebeu escore igual ou superiore a 8,0 (oito), este elevado nível de confiança pode
71
ser um dos responsáveis para a ancoragem relativamente baixa. Neste sentido,
Mussweiler e Strack (1999), sugerem que uma informação adquirida aumenta as
acessibilidades subsequentes, de modo que é mais provável que seja utilizado para
julgamentos absolutos. Nesta ótica, resolver uma tarefa de estimativa, aumenta a
acessibilidade à âncoras dispostas no conhecimento. Assim, quando resolvem uma
tarefa de atribuição de valor, as pessoas recorrem a este conhecimento prévio de
fácil acesso, logo a base de sua estimativa será consubstanciada principalmente na
âncora consistente em evidência.
Existe uma tendência de que as respostas, mais fortemente afetadas por uma
âncora, sejam feitas relativamente com menos confiança (JACOWITZ; KAHNEMAN,
1995). Desta forma, acredita-se que o conhecimento dos julgadores deste grupo, de
acordo com o nível de confiabilidade em suas estimativas, tenha relação com a
baixa propensão destes indivíduos em relação à âncora a que foram expostos. Tal
efeito não se explica para os produtos açúcar e óleo, uma vez que a confiança
depositada para as estimativas de valor destes itens foi igual a 9,0 (nove) e o
deslocamento do valor atribuído em direção à âncora variou em mais de 60%
(sessenta por cento). Com isto, pode-se perceber que as estimativas das pessoas
para estes dois produtos sofreram consideráveis efeitos da
âncora alta, mesmo
estando estes indivíduos confiantes em suas atribuições de preço.
Atendendo aos objetivos específicos desta pesquisa, verificou-se ainda, a
relação da ancoragem com a essencialidade dos produtos avaliados, também para
os sujeitos classificados no grupo âncora alta. Assim, os indivíduos deste grupo
focal, assinalaram suas estimativas de preço para os itens da cesta básica e após
esta etapa, atribuíram o quanto consideram cada produto necessário a sua dieta
alimentar em uma escala de 0 (zero) a 10 (dez), sendo zero para nenhuma
essencialidade e dez para total essencialidade.
A Tabela 11, demonstra os resultados encontrados na pesquisa no que tange
a ancoragem e essencialidade dos itens. Os índice de ancoragem demostrados na
tabela foram calculados de acordo com o modelo proposto por Jacowitz e
Kahneman (1995). Já os valores atribuídos a essencialidade, correspondem a
mediana de todas as estimativas realizadas pelos participantes da pesquisa para os
produtos relacionados na tabela.
72
Tabela 11 - Relação: IA e Essencialidade (Âncora Alta)
MEDIANA
Índice de
Ancoragem
Preço
Essencialidade
Feijão
0,10
3,00
10,0
Arroz
0,18
2,24
10,0
Açúcar
0,65
2,30
8,0
Farinha
0,40
2,10
8,0
Leite
0,24
2,20
10,0
Óleo
0,60
3,60
8,0
Manteiga
0,25
2,70
7,0
Café
0,27
2,90
8,0
Tomate
0,13
2,20
9,0
Batata
0,30
2,80
8,0
Banana
0,06
2,10
8,0
Pão
0,50
6,50
8,0
PRODUTOS
Carne
0,00
14,00
10,0
Média
0,28
-
8,62
Desvio Padrão
0,20
-
1,04
Fonte: Pesquisa de Campo (2011).
Consonante à Tabela 11, percebe-se que o item manteiga, obteve uma
mediana de essencialidade menor que os demais produtos. Considerando que, os
produtos menos essenciais devem estar mais sujeitos ao efeito ancoragem, esta
proposição não se aplica para este item, uma vez que a baixa valoração para a
essencialidade deste produto, deveria condiciona-lo a um índice de ancoragem
relativamente elevado, fato este que não ocorreu.
Analisando de forma isolada os produtos açúcar e óleo, que sofreram um
maior efeito da ancoragem, e desconsiderando o efeito relativo ao item manteiga,
pode-se considerar que a ancoragem provocou efeitos inversamente proporcional a
essencialidade destes itens, uma vez que o valor relaciondo ao quanto estes
produtos são essenciais está abaixo da média dos demais itens. Assim, para estes
dois produtos, analisando de forma isolada e exclusiva, os dados da pesquisa
sugerem que quanto menos essencial, mais suscetível aos efeitos da ancoragem
estará determinado item, conforme desmonstrado no Gráfico 8.
73
Gráfico 8 - Índice de Ancoragem e Essencialidade (Âncora Alta)
10
9
8
7
6
5
4
3
2
1
0
Feijão
Arroz Açúcar Farinha Leite
Óleo Manteiga Café Tomate Batata Banana Pão
Índice de Ancoragem
Carne
Essencialidade
Fonte: Dados da pesquisa (2011).
Os dados expostos no Gráfico 8, não fornecem elementos suficientes para
afirmar que a essencialidade de um produto produz efeitos sobre estimativas
realizadas tendo-se valores arbitrários previamente dispostos aos julgadores. A
afirmativa de que quanto mais essencial o produto, menos sujeito a ancoragem, não
se confirma para o item manteiga por exemplo, que obteve uma ancoragem de 0,25,
mesmo com a essencialidade nominado a 7,0 (o menor valor de essencialidade
entre todos os itens). Observando a média da ancoragem dos produtos, pode-se
dizer que as mesmas deslocaram-se em menos de 50% (0,28) em direção à âncora
a que foram expostos.
Comparando a média da ancoragem com a média dos valores medianos
atribuídos à dimensão essencialidade dos itens (8,62) e considerando que a
mediana das notas atribuídas a esta dimensão é relativamente elevada, observa-se
que os respectivos índices de ancoragem estão representados por números de
pequena dimensão. Assim compreende-se que a essencialidade não explica o índice
de ancoragem dos produtos.
Jacowitz e Kahneman (1995) verificaram que as âncoras altas tiveram efeitos
maiores do que âncoras baixas, mas os efeitos significativos foram encontrados em
ambas as direções. Segundo os autores, uma razão para os maiores efeitos das
âncoras altas em relação as baixas, pode ser em razão do "efeitos de fundo", uma
74
vez que em muitos problemas de estimativa para valores incertos, há menos espaço
para ir para abaixo em uma estimativa inicial do que há para subir. Nesta pesquisa
contudo, os efeitos das âncoras baixas foram superiores aos efeitos provocados
pelas âncoras altas, ao contrário da pesquisa dos autores supracitados.
O Gráfico 9, demonstra a relação entre as dimensões Índice de Ancoragem,
Confiança e a Essencialidade das estimativas para os produtos da cesta básica.
Analisando o gráfico, percebe-se que para os itens feijão, arroz, leite e carne, o IA
variou inversamente proporcional a confiança e essencialidade depositada pelos
respondentes, uma vez que estes itens obtiveram ancoragem relativamente baixas,
enquanto a confiança e essencialidade atingiram valores iguais ou maiores que 9,0.
É possível verificar que o item carne, não sofreu o efeito da âncora, uma vez que o
seu Índice de Ancoragem foi igual a zero. Nesta mesma perspectiva, a confiança
para as estimativas atingiu o escore de 90% (noventa por cento) de certeza,
enquanto a essencialidade atribuída a este produto alcançou o valor máximo.
Gráfico 9 - IA, Confiança e Essencialidade (Âncora Alta)
10
9
8
7
6
5
4
3
2
1
0
Feijão
Arroz Açúcar Farinha Leite
Índice de Ancoragem
Óleo Manteiga Café Tomate Batata Banana Pão
Confiança
Carne
Essencialidade
Fonte: Dadosda pesquisa (2011).
Com base análise gráfica percebe-se que os produtos açúcar e óleo sofreram
o efeito ancoragem demasiadamente maior que os outros itens (açúcar com IA =
0,65; óleo com IA = 0,60). Em contrapartida, percebe-se que os valores medianos da
confiança e da essencialidade para estes itens atingiram valores menores ou iguais
aos demais produtos, confirmando a proposição de que o deslocamento de uma
75
estimativa em direção a um poro âncora pode variar em função da confiança do
julgador e da essencialidade do produto avaliado.
Através do Gráfico 9 pode-se observar que os indivíduos deste grupo focal
sofreram consideralvelmente, os efeitos das âncoras em suas estimativas, mesmo
quando se diziam confiantes nestas. Assim, os dados desta pesquisa corroboram o
estudo de Jacowitz e Kahneman (1995), uma vez que tanto as estimativas do grupo
âncora alta quanto as estimativas do grupo âncora baixa foram mais influenciadas
pelos valores arbitrários quando os participantes tiveram baixa confiança.
4.3.2 Análise de Correlação e Regressão
Buscando analisar os efeitos da ancoragem em função da confiança atribuída
às estimativas, aliada à essencialidade do produtos avaliados, demonstra-se através
da Tabela 12, as correlações entre os índices de ancoragem, a confiança e a
essencialidade dos produtos para cada estimativa dos respondentes participantes
do grupo experimetal Âncoara Alta. Ao todo são 1.690 (um mil seiscentos e noventa)
correlações, considerado que para este grupo, participaram da pesquisa 130 (cento
e trinta)
indivíduos, que realizaram estimativas para os 13
(treze) itens que
compõem a cesta básica, conforme exposto no capítulo introdutório e na
metodologia deste estudo.
Tabela 12 - Coeficientes de Correlação (Âncora Alta)
IA
Confiança
Essencialidade
IA
1
-0,146
-0,086 *
Confiança
-0,146
1
0,451
Essencialidade
-0,086 *
0,451
1
Itens marcados com * não são significativos para α = 0,05
Fonte: Pesquisa de Campo (2011).
Existe uma tendência de que as respostas, mais fortemente afetadas por uma
âncora, sejam feitas relativamente com menos confiança (JACOWITZ; KAHNEMAN,
1995). Analisando a Tabela 12 pode-se inferir que, o dados desta pesquisa apontam
uma correlação fraca e negativa entre a confiança e o efeito ancoragem para as
estimativas das pessoas submetidas as âncoras altas. Considerando α = 0,05, podese dizer que a relação IA e Confiança é explicada de forma significativa, porém estas
variáveis estão correlacionadas entre si de forma fraca. Desta forma, a análise de
76
correlação revelou que a confiança dos indivíduos deste grupo parece não exercer
significativo impacto sobre as avaliações dos produtos da cesta básica. Uma vez
que a ancoragem não variou em função da certeza depositada na estimativa, deduzse que as avaliações não são puramente racionais o quanto deveriam. Estes
resultados confirmam os fundamentos teóricos de Bazerman (2008).
A análise de correlação mede a força, ou grau, de relacionamento entre duas
variáveis. Analisando as correlacões entre as variáveis Confiança e Essencialidade,
percebe-se que esta associação é forte e significativa. Esta constatação permite
inferir que a confiança deste grupo em suas estimativas está relacionada a natureza
essencial do produto avaliado. Assim, a análise de correlação das estimativas dos
indivíduos deste grupo experimental, permiten afirmar que um produto mais
essencial receberá uma atribuição de preço mais confiante que os produtos
considerados menos necessários.
Observando a Tabela 12, é possível ainda constatar que há uma baixa
relação linear entre estas variáveis IA e Essencialidade. Os dados obtidos na análise
de correlação permitem inferir que a relação linear entre o Índice de Ancoragem e
Essencialdade dos produtos avaliados não é significativa. Nesta perspectiva, podese afirmar que a ancoragem sofrida pelos participantes da pesquisa não varia
significativamente em função do caráter essencial dos produtos avaliados.
A Tabela 13, demonstra os coeficientes de análise de regressão para as
estimativas realizadas. A regressão é utilizada quando o pesquisador desperta
o
interesse não apenas em saber se existe associação entre duas variáveis, mas
quando se quer analisar a provável relação de causa e efeito entre estas. Desta
forma, a regressão fornece a equação matemática que descreve o relacionamento
das variáveis que se pretende estudar.
Tabela 13 - Coeficientes de Análise de Regressão (Âncora Alta)
Unstandardized Coef.
Constante
Confiança
Essencialidade
0,774
-0,054
-0,008 *
R Square = 0,021
Itens marcados com * não são significativos para α = 0,05
Fonte: Pesquisa de Campo (2011).
77
A regressão linear foi utilizada nesta pesquisa com o intuito de prever e
estimar o quanto a variável Índice de Ancoragem (IA) pode ser influenciada ou
modificada em função das variáveis Confiança (C) e Essencialidade (E). Logo,
através análise de regressão foi possível determinar a seguinte função matemática:
IA (âncora alta) = - 0,054 x C - 0,008 x E + 0,774
Este modelo explicativo evidencia que a variável Confiança contribui
negativamente para a variação do IA. Assim, a cada acréscimo na confiança,
acarretará um decréscimo proporcional de - 0,054 no IA. Quanto a Essencialidade,
pode-se afirmar que esta variável também exerce influência inversamente
proporcional sobre o IA , assim a cada variação positiva na Essencialidade, será
provocada uma variação negativa - 0,008 sobre o Índice de Ancoragem.
Merece atenção o fato de que a função f(IA baixa = - 0,054 x C - 0,008 x E +
0,774) deve ser utilizada com devido critério e cuidado, uma vez que o coeficiente de
explicação R² para a fórmula foi de 2,1%. Isto evidencia que o poder de explicação
da função para as variáveis explicativas analisadas é relativamente baixo.
A tabela 14 mostra as âncoras à que os participantes da pesquisa foram
submetidos, bem como as medianas das estimativas para o grupo de calibragem e
grupos experimentais, além dos índices de ancoragem obtidos a partir dos
resultados das estimativas dos sujeitos partícipes deste estudo.
Tabela 14 - Extratos Gerais
PRODUTOS
ÂNCORAS
MEDIANAS
ÍNDICES DE ANCORAGEM
Alta - 85º
Baixa - 15º
Calibragem Âncora Alta Âncora Baixa
Feijão
4,17
1,98
2,88
3,00
2,35
0,30
0,10
0,59
Arroz
2,90
1,65
2,10
2,24
1,99
0,20
0,18
0,24
Açúcar
2,47
1,80
1,99
2,30
1,90
0,60
0,65
0,47
Farinha
2,30
1,50
1,97
2,10
1,50
0,75
0,40
1,00
Leite
2,60
1,70
2,08
2,20
1,99
0,23
0,24
0,23
Óleo
4,00
2,30
3,00
3,60
2,50
0,65
0,60
0,71
Manteiga
3,30
1,96
2,50
2,70
2,10
0,45
0,25
0,74
Café
3,97
1,90
2,50
2,90
1,90
0,48
0,27
1,00
Tomate
2,90
1,34
2,10
2,20
1,50
0,45
0,13
0,78
Batata
3,50
1,70
2,50
2,80
1,70
0,61
0,30
1,00
Banana
3,65
1,48
2,00
2,10
1,50
0,28
0,06
0,97
Pão
8,00
3,44
5,00
6,50
4,39
0,46
0,50
0,39
Carne
17,50
12,00
14,00
14,00
13,00
0,18
0,00
0,50
Média
0,43
0,28
0,66
Desvio Padrão
0,18
0,20
0,28
Fonte: Pesquisa de Campo (2011).
Geral
Âncora Alta Âncora Baixa
78
Os índices apresentados na Tabela 14, demostram que o efeito ancoragem
em estimativas para produtos de cesta básica são notórios, contudo, não são
extraordinariamente grandes, conforme índices de ancoragem evidenciados.
Observa-se que os efeitos da heurística ancoragem foram maiores no grupo
experimental que foi exposto à âncora baixa, AI = 0,66. Assim, pode-se inferir que as
medianas das estimativas deste grupo se moveram em torno de 66% (sessenta e
seis por cento) em direção à âncora disposta. Para o grupo que foi exposto à âncora
alta o IA apurado foi de 0,28. Este índice demonstra que o efeito ancoragem não são
igualmente fortes para âncoras altas e baixas, ao contrário do previsto por
Mussweiler e Strack (1999); Jacowitz e Kahneman (1995).
Os elementos dispostos na tabela acima, indicam que no tangente ao aspecto
efeito ancoragem, esta pesquisa consubstancia os resultados encontrados por
Dorow (2009), onde os efeitos das âncoras baixas foram maiores que os das
âncoras baixas, contrapondo-se ao estudo de Jacowitz e Kahneman (1995), onde os
maiores efeitos foram provocados pelas âncora altas.
A análise dos dados permite perceber que um valor arbitrário pode influenciar
as estimativas numéricas das pessoas, mesmo quando estas se dizem confiantes
em seus julgamentos, corroborando com os estudos de Jacowitz e Kahneman
(1995); Mussweiler e Strack (1999); Wilson, Houston e Etling ,1996; Luppe (2006);
Tonetto et al (2006).
79
5 CONCLUSÃO E RECOMENDAÇÕES
Nesta pesquisa buscou-se analisar os efeitos da heurística da ancoragem em
estimativas de preços para produtos da cesta básica, uma vez observado que o
efeito âncora pode estar presente nas estimativas para estes bens de consumo.
Para alcançar o objetivo proposto, utilizou-se do modelo proposto por
Jacowitz e Kahneman (1995) para mensuração do índice de ancoragem em
estimativas de valor. Além do instrumento citado, foram utilizados os seguintes
procedimentos metodológicos: pesquisa bibliográfica e de campo através da análise
descritiva e aplicação de métodos estatísticos como regressão linear e correlação.
Os resultados da pesquisa indicaram que os indivíduos em suas estimativas
para os produtos da cesta básica foram fortemente afetados por valores
arbitrariamente dispostos. Nesta perspectiva, conforme previsto por Jacowitz e
Kahneman (1995), pode-se inferir que valores âncoras influenciaram as estimativas
dos julgadores, impulsionando seus julgamentos para mais ou para menos, de
acordo com a predição inicial a que os indivíduos estiveram expostos.
A pesquisa teve ainda como uma de suas finalidades, investigar a influência
das âncoras altas e baixas nas estimativas de preço para itens da cesta básica.
Através da análise descritiva dos dados, observou-se que os efeitos da ancoragem
foram significativos em ambas as direções, tanto na âncora alta como na âncora
baixa, contudo os maiores efeitos foram provocados pelas âncoras baixas,
contrapondo-se ao estudo de Jacowitz e Kahneman (1995), que identificaram um
efeito ancoragem maior nas estimativas realizadas pelo grupo experimental âncora
alta.
Existe uma tendência de que as respostas, mais fortemente afetadas por um
valor arbitrário, sejam feitas por sujeitos com menor nível de confiança
em suas
estimativas (JACOWITZ, KAHNEMAN, 1995; MUSSWEILER, STRACK, 1999;
WILSON, HOUSTON, ETLING ,1996). Neste sentido, este estudo analisou a relação
da heurística da ancoragem com o nível de confiança dos participantes dos dois
grupos experimentais. A análise descritiva evidenciou que o efeito ancoragem está
presente principalmente nas estimativas onde há menor indicação de confiança,
porém não se pode generalizar tal afirmativa, uma vez que para alguns itens, as
80
pessoas com elevada indicação confiança em suas estimativas, também foram
afetadas pelas âncoras.
As análises de correlação realizadas para o Grupo Experimental Âncora
Baixa, considerando α = 0,05, indicam que a relação ente o Índice de Ancoragem e
a Confiança é significativa. Assim, pode-se afirmar que existe uma tendência de que
quanto menos as pessoas se dizem conhecedoras do preço do produto avaliado,
maiores são as probabilidades destas serem influenciadas por um valor arbitrário.
Para o Grupo Experimental Âncora Alta a análise dos coeficientes de
correlação apontam uma relação fraca e negativa entre a confiança na estimativa e
o efeito ancoragem para as estimativas dos indivíduos submetidos às âncoras altas,
considerando α = 0,05. Desta forma, a análise da correlação entre estas duas
variáveis revelou que a confiança não exerce significativo efeito sobre as estimativas
ancoradas dos produtos de cesta básica
Buscou-se ainda neste estudo, verificar se os efeitos da ancoragem mantêm
algum tipo de relação com a essencialidade dos produtos da cesta básica. A
princípio acreditava-se que os produtos considerados mais essenciais, fossem
menos propensos aos efeitos de âncoras. A análise descritiva dos dados demonstra
que esta hipótese não se aplica para todos os casos. Para alguns itens analisados,
não foi possível observar uma relação direta entre o índice de ancoragem e a
essencialidade do produto.
O estudo das correlações entre a Confiança e Essencialidade do Grupo
Experimental Âncora Baixa, permitiram observar a existência de uma relação
positiva entre estas duas variáveis. Através da análise dos coeficientes, foi possível
constatar que a confiança na estimativa pode ser influenciada pela essencialidade
do produto avaliado. Desta forma, as estimativas onde os respondentes demonstram
maior grau de certeza, tendem a ser para os produtos considerados mais essenciais.
Pôde-se constatar ainda que não há correlação linear entre as variáveis IA e
Essencialidade, isto aponta que o Índice de Ancoragem não está associado ao
quanto as pessoas deste grupo experimental consideram determinado item como
necessário. Assim, com base nestas análises, não é possível explicar o efeito da
ancoragem sobre as estimativas realizadas em função da essencialidade atribuída
aos produtos da cesta básica.
81
Através da análise de regressão foi possível determinar a função matemática
(IA âncora baixa = 0,145 x C - 0,052 x E - 0,156) para explicar a variação do Índice
de Ancoragem do Grupo Experimental Âncora Baixa em função das variáveis
Confiança e Essencialidade. O modelo explicativo encontrado evidencia que a
variável Confiança contribui positivamente para a variação do Índice de Ancoragem.
Em contrapartida, a variável Essencialidade contribui de forma negativa para a
variação do Índice de Ancoragem deste grupo focal.
Analisando as correlações do Grupo Experimental Âncora Alta, observou-se
que existe uma associação forte e significativa entre as variáveis Confiança e
Essencialidade. Esta constatação permite deduzir que a confiança nas estimativas
está relacionada a natureza essencial do produto avaliado. Foi possível perceber
que há uma baixa relação linear entre estas variáveis Índice de Ancoragem e
Essencialidade. A análise de correlação permitiu ainda verificar que existe uma
relação linear entre o Índice de Ancoragem e Essencialdade dos produtos avaliados
não é significativa. Nesta perspectiva, pode-se inferir que a ancoragem sofrida pelos
participantes da pesquisa não varia significativamente em função da essencialidade
dos produtos.
A análise dos coeficientes de regressão do Grupo Experimental Âncora Alta
tornou possível determinar a regra matemática para explicar a variação do Índice de
Ancoragem em função das variáveis Confiança e Essencialidade elencadas com
base nas estimativas deste grupo. Pelo modelo obtido, o IA (âncora alta) = - 0,054 x
C - 0,008 x E + 0,774. Este modelo evidencia que a variável Confiança contribui
negativamente para a variação do Índice de Ancoragem, a exemplo da variável
Essencialidade. Assim a cada variação positiva das variáveis Confiança e
Essencialidade, estas provocarão uma variação negativa sobre o Índice de
Ancoragem.
Esta pesquisa tem como objetivo geral investigar o efeito ancoragem sobre
estimativas para produtos de cesta básica, assim o estudo restringiu-se a analisar
apenas os itens definidos de acordo com o Decreto Lei 399/1938, que determina a
remuneração mínima devida ao trabalhador adulto, por dia normal de serviço. A
referida legislação estabelece treze produtos alimentícios e suas respectivas
quantidades capazes de satisfazer, em determinada época, as necessidades
82
normais de alimentação de um trabalhador adulto. Desta forma esta pesquisa
delimitou-se a analisar os produtos definidos na legislação supracitada.
Considerando a magnitude da população de interesse, esta pesquisa tem
como uma limitação a utilização de um erro amostral de 0,072 e nível de confiança
de 90% (noventa por cento) para o cálculo e definição da amostra. Estes níveis de
significância foram definidos com base na resposta final desejada para o número de
pessoas a serem consultadas, dada a disponibilidade de tempo e possibilidade de
acesso do pesquisador aos participantes da pesquisa. Como foi necessário realizar
consultas em três grupos diferentes, com um número idêntico de participantes,
determinou-se uma amostra igual a cento e trinta participantes por grupo, com base
na população descrita no capítulo da metodologia.
O estudo analisa apenas estimativas de preço para produtos da cesta básica
e condiciona estes como essenciais a alimentação humana. A definição de
essencialidade para os itens dispostos à avaliação pode ter sido de certa forma
arbitrária, uma vez que esta condicionante pode não ser o critério de essencialidade
utilizado para definir a dieta alimentar dos indivíduos participantes da pesquisa, uma
vez que alguns itens podem nem ser consumidos pelas pessoas que os avaliaram.
Desta forma, a seleção dos produtos da cesta básica como atributo de
essencialidade, pode apresentar-se como uma possível limitação da pesquisa. Para
minimizar este vies, analisa-se também o grau de essencialidade atribuída ao
produto pelo participante da pesquisa.
Apesar de não ter sido objeto de análise desta pesquisa, a renda dos
indivíduos parece ser um fator que merece a devida análise quando estuda-se os
efeitos da heurística da ancoragem em estimativas de preço. Acredita-se que esta
variável pode influenciar as avaliações das pessoas na medida em que o produto
avaliado seja pouco representativo em relação a renda do julgador. Desta forma,
produtos com baixo valor agregado podem ser mais suscetíveis ao efeito
ancoragem, uma vez que o participante pode não ter o devido interesse em
conhecer o preço real do produto, ancorando-se no primeiro valor disponível. Nesta
perspectiva, esta pesquisa tem ainda como limitação, a falta de atenção e análise
das variáveis renda e valor agregado dos produtos. Após analisar os dados da
pesquisa, percebe-se que a apreciação destes dois fatores poderia incrementar a
profundidade dos resultados encontrados.
83
Esta pesquisa busca contribuir para desenvolvimento e diseminação do
conhecimento relacionado a temática das Finanças Comportamentais,
especialmente através da compreensão do efeito ancoragem. Acredita-se que
conhecendo esta heurísticas, os gestores podem desviar-se mais facilmente de
vieses não racionais em suas tomadas de decisão. Contudo, não há a menor
pretensão de esgotar o tema da pesquisa, uma vez que muito ainda se tem a
estudar e descobrir neste universso de pesquisa. Assim, para futuros estudos ficam
as seguintes recomendações:
• Analisar os efeitos das âncoras, submetendo os participantes da pesquisa a
produtos com maior valor agregado.
• Verificar a relação entre o nível de renda dos participantes e a propensão ao
efeito ancoragem.
• Analisar os efeitos da ancoragem, sob a perspectiva de estimativas
individuais para serviços, dado o aspecto intangível destes.
84
REFERÊNCIAS
AMARAL, Fernando Faletti do; FERRREIRA, Almiro. Estudo da Relação entre
Teoria da Decisão e a Teoria dos Perfis de Coportamento Humano
Organizacional, [2010]. Disponível em: <http://guaiba.ulbra.tche.br/pesquisas/2006/
artigos/administracao/166.pdf> Acesso em: 22/10/2010.
ANDRADE, Rui Otávio Bernardes; MACEDO, Marcelo Álvaro da Silva; ALYRIO,
Rovigati Danilo. A Princípios de Negociação: ferramentas e gestão. 2 ed. São
Paulo: Atlas, 2007.
ARAUJO, Daniel Rosa de; SILVA, César Augusto Tibúrcio. Aversão à perda nas
decisões de risco. Revista de Educação e Pesquisa em Contabilidade, v. 1, n. 3,
art. 3, p. 45-62 ISSN 1981-8610 set/dez. 2007. Disponível em: <www.congresso
usp.fipecafi.org/artigos32006/291.pdf>. Acesso em: 12/09/2010.
BAKER, H. Kent., NOFSINGER, John. R. Psychological biases of investors.
Financial Services Review, v.11, n. 2, p.97-116, 2002. disponível em:
<www2.stetson.edu/fsr/abstracts/vol_11_num2_p97.pdf>. Acesso em:
07/01/2011.
BALDO, Dinorá. Biomarcas nas Anomalias da Teoria da Utilidade Esperada.
Dissertação de Mestrado. Universidade Federal de Santa Catarina. Florianópolis,
2007. Disponível em: <http://www.dominiopublico.gov.br/pesquisa/
DetalheObraForm.do?select_action=&co_obra=109478>. Acesso em: 20/08/2010.
BAZERMAN, Max H; MOORE, Don. Judgement in managerial decision making.
1. ed. New York : IE-Wiley, 2008.
_______;_______. Processo Decisório. 7. ed. Rio de Janeiro: Elsevier, 2010.
BOGEA, Felipe. BARROS, Lucas Ayres Barreira de Campos. Processo de tomada
de decisão do investidor individual brasileiro no mercado acionário nacional: um
estudo exploratório enfocando o efeito disposição e os vieses da ancoragem e do
excesso de confiança. Revista Gestão & Regionalidade, Vol. 24 – número 71 edição especial - XII Semead - out/2008. Universidade Municipal de São Caetano do
Sul. São Caetano do Sul: 2008. Disponível em: <http://www.uscs.edu.br/
revistasacademicas/revista/adm71.pdf> Acesso em: 13/09/2010.
BRUNI, Adriano Leal, et al. A presença de heurísticas em práticas orçamentárias: um
estudo experimental. X Congresso USP. Universidade de São Paulo: São Paulo,
2010. Disponível em: <http://www.congressousp.fipecafi.org/artigos102010/239.pdf>.
Acesso em 25/10/2010.
CARMO, Leonardo Correa do. Finanças Comportamentais: uma análise das
diferenças de comportamento entre investidores institucionais e individuais.
Dissertação de Mestrado. Pontifícia Universidade Católica do Rio de Janeiro. Rio
de Janeiro, 2005. 91p. Disponível em: <http://www.maxwell.lambda.ele.puc-rio.br/
Busca_etds.php?strSecao=resultado&nrSeq=6689@1> Acesso em: 14/09/2011.
85
CARVALHO, José Ribamar Marques de. Medição de Desempenho Empresarial: Um
Estudo nas Organizações do Setor Salineiro do Estado do Rio Grande do Norte.
Disertação de Mestrado. Programa Multiinstitucional e Inter-Regional em Ciências
Contábeis da Universidade de Brasília, Universidade Federal da Paraíba,
Universidade Federal de Pernambuco e Universidade Federal do Rio Grande do
Norte. Natal, 2007, 103 fls. Disponível em: <www.congressocfc.org.br/hotsite/
trabalhos_1/195.pdf>. Acesso em:23/10/2010.
CUSINATO, Rafael Tiecher. Teoria da Decisão sob Incerteza e a Hipótese da
Utilidade Esperada: Conceitos Analíticos e Paradoxos. Dissertação de Mestrado.
Universidade Federal do Rio Grande do Sul: Porto Alegre, 2003. Disponível em:
<www.lume.ufrgs.br/bitstream/handle/10183/.../000362539.pdf?...1>. Acesso em:
23/10/2010.
Departamento Intersindical de Estatística e Estudos Socioeconômicos - DIEESE.
Cestas Básicas variam de -1,79% até 2,79%. Disponível em: <http://
www.dieese.org.br/rel/rac/racjun11.pdf>. Acesso em: 03/06/2011.
DOROW, Anderson. A Heurística da Ancoragem na Estimativa de Preços de Imóveis
por Corretores Profissionais. Disertação de Mestrado. Universidade Federal de
Santa Catarina: Florianópolis, 2009. 91 fls. Disponível em: <www.teses.usp.br/.../
tde-18102006-204007/>. Acesso em:18/10/2010.
FISCHHOFF, Baruch. Judgment and decision making. Advanced Review. Vol. 1,
January/February 2010. Disponível em: <http://www.towson.edu/~jpomy/
behavioralecon/decision.pdf>. Acesso em: 20/01/2011.
GALDÃO, Almir; FAMÁ, Rubens. A Influência das Teorias do Risco, da Alavancagem
e da Uilidade nas Decisões de Investidores e Adminidtradores. In: III SEMEAD. São
Paulo: 1998. Disponível em:<http://www.ead.fea.usp.br/Semead/3semead/pdf/Finan
%E7as/Art116.PDF> Acesso em: 20/10/2010.
GREEN, Donald; et al. Referendum Contingent Valuation, Anchoring, and
Willingness to Pay for Public Goods. Resource and Energy Economics, V. 20, p.
85-116, 1995. Disponível em: <elsa.berkeley.edu/wp/mcfadden1195/gjkm.ps>
Acesso em: 06/12/2010.
HAMMOND, John S.; KEENEY, Ralph L.; RAIFFA, Howard. Decisão Inteligentes:
somos movidos a decisões - como avaliar alternativas e tomar a melhor
decisão. Rio de Janeiro: Elsevier, 2004.
IBGE - Instituto Brasileiro de Geografia e Estatística. Primeiros Resultados do
Censo 2010. Disponível em: < http://www.ibge.gov.br/cidadesat/topwindow.htm?1> .
Acesso em: 01/03/2011.
JACOWITZ, K. E.; KAHNEMAN, Daniel. Measures of anchoring in estimation tasks.
Personality and Social Psychology Bulletin, v. 21, p. 1161-1166, 1995.
KAHNEMAN, Daniel; TVERSKY, Amos. Judgment Under Uncertainty: Heuristics and
Biases. Science, New Series, Vol. 185, nº. 4157, p. 1124-1131, 1974.
86
_______; _______. Prospect Theory: An Analysis of Decision under Risk.
Econometrica, vol. 46, nº. 2, p.171-185, 1979.
KIMURA, H. Aspectos comportamentais associados às reações do mercado de
capitais. Revista de Administração de Empresas Eletrônica. v. 2, n. 1, 2003.
Disponível em: <www.16.fgv.br/rae/artigos/1880.pdf>. Acesso em 15/09/2010.
KOTLER, Philip. Administração de marketing: análise, planejamento,
implementação e controle. 5. ed. São Paulo: Atlas, 1998.
_______; KELLER, Kevin Lane. Administração de marketing. 12. ed. São Paulo:
Pearson Prentice Hall, 2006.
KRISTENSEN, H.; GÄRLING, T. Anchor points, reference points, and counteroffers in
negotiations. Group Decision and Negotiation, v.9, p.493-505, 2000. Disponível
em: <http://userpage.fu-berlin.de/~ballou/papers/anchorpoints.pdf>. Acesso em:
07/12/2010.
LUPPE, Marcos Roberto. A heurística da ancoragem e seus efeitos no julgamento:
decisões de consumo. Disertação de Mestrado. Universidade de São Paulo: São
Paulo, 2006. 118 fls. Disponível em: <www.teses.usp.br/.../tde-18102006-204007>.
Acesso em 18/10/2010.
MACEDO JUNIOR, Jurandir Sell. Teoria do Prospecto: Uma investigação utilizando
simulação de investimentos. Tese de Doutorado. Programa de Pós-Graduação em
Engenharia da Produção. Universidade Federal de Santa Catarina: Florianópolis,
2003. Disponível em: <http://i9forex.com/wp/wp-content/uploads/fx-pt/038teoriadoprospecto.pdf>. Acesso em: 10/10/2010
MACEDO, Marcelo Álvaro da Silva; FONTES, Patrícia Vivas da Silva. Impacto da
Racionalidade Limitado ao Processo Decisório: Uma Análise do Comportamento de
Analistas Contábil-Financeiros. In: ENCONTRO DA ASSOCIAÇÃO DE PÓSGRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 27, 2008, Atibaia. Anais do
XXXII ENANPAD. Atibaia/SP: ANPAD, 2008. Disponível em: <www.ead.fea.usp.br/
semead/11semead/resultado/.../186.pdf>. Acesso em: 23/10/2010
_______; et al. Heurísticas e Vieses de Decisão: a Racionalidade Limitada no
Processo Decisório. Escola de Artes, Ciências e Humanidades da Universidade de
São Paulo: São Paulo, 2009. Disponível em: <www.each.usp.br/rvicente/0176_Artigo
IAMDecisao.pdf>. Acesso em: 20/10/2010.
MALHOTRA, Naresh K.; et al. Introdução à pesquisa de marketing. São Paulo:
Pearson Prentice Hall, 2005.
MATTAR, Fauze Najib. Pesquisa de Marketing: edição compacta. 4. ed. São Paulo:
Atlas, 2008.
MILANEZ, Daniel Yabe. Finanças comportamentais no Brasil. 2003. Dissertação
(Mestrado em Economia das Instituições e do Desenvolvimento)- Faculdade de
87
Economia, Administração e Contabilidade (FEA/USP), São Paulo, 2003. Disponível
em: <http://www.teses.usp.br/teses/disponiveis/12/12140/tde-09022004-130012/ptbr.php>. Acesso em: 20/12/2010.
MINETO, C.A.L. Percepção ao Risco e Efeito Disposição: uma análise experimental
da teoria dos prospectos. Tese de Doutorado. Universidade de Federal de Santa
Catarina: Florianópolis, 2005. Disponível em: <www.scribd.com/.../Revista-Gestao-eRegionalidade-Minha-Publicacao>. Acesso em 22/10/2010.
MOTTA, Artur Machado. Análise da Relação entre o Comportamento de Preço dos
Produtos e a Participação Relativa de Mercado. Dissertação de Mestrado. Escola
de Administração de Empresas de São Paulo da Fundação Getúlio Vargas: São
Paulo, 2009. Disponível em: <http://bibliotecadigital.fgv.br/dspace/bitstream/handle/
10438/5825/68070200627.pdf?sequence=1>. Acesso em 22/08/2011.
MUSSWEILER, Thomas; STRACK, Fritz. Hypothesis-Consistent Testing and
Semantic Priming in the Anchoring Paradigm: A Selective Accessibility Model.
Journal of Experimental Social Psychology, V. 35, p.136–164, 1999. Disponível
em: <http://soco.uni-koeln.de/scc4/research/judgment/documents/JESP35.pdf>.
Acesso em: 12/12/2010.
_______. Explaining the Enigmatic Anchoring Effect: Mechanisms of Selective
Accessibility. Journal of Personality and Social Psychology, 1997, Vol. 73, No. 3,
437-446. Disponível em: <social-cognition.uni-koeln.de/scc4/documents/jpsp73.pdf>.
Acesso em: 12/12/2010.
NORTHCRAFT, G. B.; NEALE, M. A. Experts, amateurs, and real estate: an
anchoring-andadjustment perspective on property pricing decisions. Organizational
Behavior and Huma Decision Processes, n. 39, p. 84–97. 1987. Disponível em:
<http://soco.uni-koeln.de/scc4/research/judgment/documents/JESP35.pdf> Acesso
em: 06/01/2010.
NUNES, Joseph; BOATWRIGHT, Peter. Incidental Prices and Their Effect on
Willingness to Pay. Journal of Marketing Research Vol. 41, pp. 457-466, November
2004. Disponível em: <http://ssrn.com/abstract=991963>. Acesso em 30/04/2011.
OLIVEIRA, Carlos Algusto Rath de; ALPERSTEDT, Graziela Dias. O lado intuitivo
das decisões estratégicas: o caso de uma indústria de papel do planalto serrano
catarinense. In: ENCONTRO DA ASSOCIAÇÃO DE PÓS-GRADUAÇÃO E
PESQUISA EM ADMINISTRAÇÃO, 27, 2003, Atibaia. Anais do XXVII ENANPAD.
Atibaia/SP: ANPAD, 2003. Disponível em: <http://www.anpad.org.br/evento.php?
acao=trabalho&cod_edicao_subsecao=48&cod_evento_edicao=7&cod_edicao_trab
alho=1842>. Acesso em: 13/09/2010.
OLIVEIRA, Eliane de; SILVA, Sandra Maria da; SILVA, Wesley Vieira da. Finanças
Comportamentais: Um estudo sobre o perfil comportamental do investidor e do
propenso investidor. In: ENCONTRO DA ASSOCIAÇÃO DE PÓS-GRADUAÇÃO E
PESQUISA EM ADMINISTRAÇÃO, 27, 2004, Atibaia. Anais do XXVIII ENANPAD.
88
Atibaia/SP: ANPAD, 2004. Disponível em: <www.fae.edu/publicacoes/pdf/IIseminario/
gestao/gestao_11.pdf>. Acesso em: 12/09/2010.
QUEIROZ, Tatiana Silva de; GOUVINHAS, Reidson Pereira; SOUZA, Teresa de.
Marketing de varejo: percepção dos clientes em relação aos serviços oferecidos pelo
supermercado de bairro. XXIV Encontro Nac. de Eng. de Produção, Florianópolis:
2004. Disponível em: <http://www.abepro.org.br/biblioteca/ENEGEP2004_Enegep0
701_1888.pdf>. Acesso em: 18/09/2011.
ROBBINS, S. P. Administração: mudanças e perspectivas. São Paulo: Saraiva,
2000.
SBICCA, ADRIANA; FERNANDES, André Luiz. A Racionalidade em Simon e a
Forma Evolucionária de Nelson Winter: Uma visão Sistêmica. XXXIII ENCONTRO
NACIONAL DE ECONOMIA, Natal: 2005. Disponível em: <www.anpec.org.br/
encontro2005/artigos/A05A014.pdf>. Acesso em: 22/10/2010.
SCHIFFMAN, Leon G.; KANUK, Leslie Lazar. Comportamento do consumidor. 6.
ed. Rio de Janeiro: LTC, 2000.
SIMON, H. A. Theories of decision-making in economics and behavioral science. The
American Economic Review, v. 49, n. 3, p. 253-283, 1959. Disponível em:
<www.jstor.org/stable/1809901>. Acesso em: 13/09/2010.
_______. Rational Decision Making in Business Organization. American Economic
Review, Vol. 69. 493-513, 1979. Disponível em: <www.jstor.org/stable/1808698>.
Acesso em: 13/09/2010.
SOUZA Cesar A; et al. Teoria da perspectiva (prospect theory) de Kahneman e
Tversky: estudo empírico com alunos de graduação em administração. VI SEMEAD,
2003. Disponível em:<www.ead.fea.usp.br/.../008MQI%20-%20Teoria%20da
%20perspectiva.do>. Acesso em: 14/10/2010.
SOUZA, Mariana Albi de Oliveira. Algoritmos para Maximização da Utilidade
Esperada: uma aplicação na seleção de portifólios ótimos. Dissertação de
Mestrado. Universidade Federal do Rio de Janeiro: Rio de Janeiro, 2009. Disponível
em: <www.pg.im.ufrj.br/teses/Estatistica/Mestrado/124.pdf> Acesso em: 16/10/2010.
TONETTO, Leandro Miletto; KALIL, Lisiane Lindenmeyer; MELO, Wilson Vieira;
SCHNEIDER, Daniela Di Giorgio; STEIN, Lilian Milnitsky. O papel das heurísticas no
julgamento e na tomada de decisão sob incerteza. Estudos de Psicologia,
Campinas, 181-189, abril - junho 2006.
TVERSKI, Amos. Investment decisions are filtered through mental biases – hardwired predispositions – that color and frequently cloud perceptions of events and
opportunities. Dow Jones Management, v. II, n. 6, p. 21-28, 1995.
VIANA, Ricardo José Andrade Leite. O efeito da miopia e a aversão à perda nas
decisões de risco. Dissertação de Mestrado. Universidade de Brasília: Brasília,
89
2005. Disponível em: <http://e-groups.unb.br/face/regen/arquivos/prod_academica/
3_turma_ricardo_jose_viana.pdf>. Acesso em: 16/10/2010.
WILSON, T. D.; HOUSTON, C. E.; ETLING, K. M. A New Look at Anchoring Effects:
Basic Anchoring and Its Antecedent. Journal of Experimental Psychology:
General, v. 4, p. 387-402, 1996. Disponível em: <www.kangsungan.pe.kr/upfiles/
dissert/a10_08.pdf>. Acesso em: 16/08/2011.
90
APÊNDICE A - FORMULÁRIO GRUPO DE CALIBRAGEM
UNIVERSIDADE POTIGUAR - UNP
Mestrado Profissional em
Administração
FORMULÁRIO DE PESQUISA
Orientador: Dr. Rodrigo José Guerra Leone
Mestrando: João Matheus França Bezerra
Pesquisa: A HEURÍSTICA DA ANCORAGEM E SEUS EFEITOS NAS
ESTIMATIVAS DE PREÇO: um estudo com produtos dA cesta básica.
FORMULÁRIO A - GRUPO DE CALIBRAGEM
1) A seguir lhe serão apresentados diferentes produtos. Por favor dê a sua
melhor estimativa de preço à vista, para cada produto no mercado. Em
seguida indique o grau de confiança na estimativa que acabou de realizar.
a) FEIJÃO CARIOCA TIPO 1 - 1kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
b) ARROZ PARBOLIZADO TIPO 1 - 1kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
c) AÇÚCAR CRISTAL - 1kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
91
d) FARINHA DE MANDIOCA - 1Kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
e) LEITE PASTEURIZADO TIPO 1 - 1L
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
f) ÓLEO DE SOJA - 1L
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
g) MANTEIGA - 500g
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
h)CAFÉ EM PÓ - 500g
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
i) TOMATE - 1Kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
92
j) BATATA INGLESA - 1Kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
k) BANANA PACOVAN - 1Kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
l) PÃO FRANCÊS - 1Kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
m) CARNE BOVINA COXÃO MOLE - 1Kg
• Qual é a sua estimativa de preço para este produto?___________________
• Indique o grau de confiança na estimativa que você realizou.
0
1
2
3
4
5
6
7
8
9
10
93
APÊNDICE B - FORMULÁRIO GRUPO EXPERIMENTAL ÂNCORA BAIXA
UNIVERSIDADE POTIGUAR - UNP
Mestrado Profissional em
Administração
FORMULÁRIO DE PESQUISA
Orientador: Dr. Rodrigo José Guerra Leone
Mestrando: João Matheus França Bezerra
Pesquisa: A HEURÍSTICA DA ANCORAGEM E SEUS EFEITOS NAS
ESTIMATIVAS DE PREÇO: um estudo com produtos da cesta básica.
FORMULÁRIO B - ÂNCORA BAIXA
I - ASPECTOS RELATIVOS RENDA DO PARTICIPANTE
1) Qual a sua renda familiar média mensal?
( ) Até um salário mínimo (até R$ 545,00)
( ) De 1 a 5 salários mínimos (de R$ 545,01 a R$ 2.725,00)
( ) De 5 a 10 salários mínimos (de R$ 2.725,01 a R$ 5.450,00)
( ) De 10 a 20 salários mínimos (de R$ 5.450,01 a R$ 10.900,00)
( ) Mais de 20 salários mínimos (a partir de R$ 10.900,01)
II - ASPECTOS RELATIVOS A ANCORAGEM NA ESTIMATIVA DE VALOR
2) A seguir lhe serão apresentados valores hipotéticos para diferentes
produtos. Por favor dê a sua melhor estimativa de preço à vista, para cada
produto no mercado. Em seguida indique o grau de confiança na estimativa
que acabou de realizar.
a) FEIJÃO CARIOCA TIPO 1 - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,98
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar.
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
94
b) ARROZ PARBOLIZADO TIPO 1 - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,65
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
c) AÇUCAR CRISTAL - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,80
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
d) FARINHA DE MANDIOCA - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,50
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
•
1
2
3
4
5
6
7
8
9
10
Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
e) LEITE PASTEURIZADO TIPO 1 - 1L
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,70
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
95
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
f) ÓLEO DE SOJA - 1L
• O valor deste produto no mercado poderá ser maior ou menor que R$ 2,30
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
g) MANTEIGA - 500g
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,96
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
h) CAFÉ EM PÓ - 500g
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,90
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
i) TOMATE - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,34
• Qual é a sua melhor estimativa de preço para este produto?_____________
96
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
j) BATATA INGLESA - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,70
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
k) BANANA PACOVAN - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 1,48
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
l) PÃO FRANCÊS - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 3,44
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
97
m) CARNE BOVINA COXÃO MOLE - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 12,00
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
98
APÊNDICE C - FORMULÁRIO GRUPO EXPERIMENTAL ÂNCORA ALTA
UNIVERSIDADE POTIGUAR - UNP
Mestrado Profissional em
Administração
FORMULÁRIO DE PESQUISA
Orientador: Dr. Rodrigo José Guerra Leone
Mestrando: João Matheus França Bezerra
Pesquisa: A HEURÍSTICA DA ANCORAGEM E SEUS EFEITOS NAS
ESTIMATIVAS DE PREÇO: um estudo com produtos da cesta básica.
FORMULÁRIO C - ÂNCORA ALTA
I - ASPECTOS RELATIVOS RENDA DO PARTICIPANTE
1) Qual a sua renda familiar média mensal?
( ) Até um salário mínimo (até R$ 545,00)
( ) De 1 a 5 salários mínimos (de R$ 545,01 a R$ 2.725,00)
( ) De 5 a 10 salários mínimos (de R$ 2.725,01 a R$ 5.450,00)
( ) De 10 a 20 salários mínimos (de R$ 5.450,01 a R$ 10.900,00)
( ) Mais de 20 salários mínimos (a partir de R$ 10.900,01)
II - ASPECTOS RELATIVOS A Ancoragem NA ESTIMATIVA DE VALOR
2) A seguir lhe serão apresentados valores hipotéticos para diferentes
produtos. Por favor dê a sua melhor estimativa de preço à vista, para cada
produto no mercado. Em seguida indique o grau de confiança na estimativa
que acabou de realizar.
a) FEIJÃO CARIOCA TIPO 1 - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 4,17
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar.
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
99
b) ARROZ PARBOLIZADO TIPO 1 - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 2,90
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
c) AÇÚCAR CRISTAL - 1kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 2,47
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
d) FARINHA DE MANDIOCA - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 2,30
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
•
1
2
3
4
5
6
7
8
9
10
Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
e) LEITE PASTEURIZADO TIPO 1 - 1L
• O valor deste produto no mercado poderá ser maior ou menor que R$ 2,60
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
100
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
f) ÓLEO DE SOJA - 1L
• O valor deste produto no mercado poderá ser maior ou menor que R$ 4,00
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
g) MANTEIGA - 500g
• O valor deste produto no mercado poderá ser maior ou menor que R$ 3,30
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
h) CAFÉ EM PÓ - 500g
• O valor deste produto no mercado poderá ser maior ou menor que R$ 3,97
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
i) TOMATE - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 2,90
• Qual é a sua melhor estimativa de preço para este produto?_____________
101
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
j) BATATA INGLESA - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 3,50
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
k) BANANA PACOVAN - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 3,65
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
l) PÃO FRANCÊS - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 8,00
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10
102
m) CARNE BOVINA COXÃO MOLE - 1Kg
• O valor deste produto no mercado poderá ser maior ou menor que R$ 17,50
• Qual é a sua melhor estimativa de preço para este produto?_____________
• Indique o seu grau de confiança na estimativa que acabou de realizar:
0
1
2
3
4
5
6
7
8
9
10
• Indique na escala abaixo, o quanto você considera este produto essencial:
Pouco Essencial
0
1
2
Muito Essencial
3
4
5
6
7
8
9
10