4. ANÁLISE DOS RESULTADOS
4.1 Entrevistas individuais a operadoras de telecomunicações
Foram realizadas duas entrevistas com dois operadores, a TMN e a Optimus (anexos 1 e 2), apesar de se terem tentado entrevistar representantes dos cinco operadores. Tendo em conta a quota de mercado de cada um dos operadores, encontrámos objectivos e preocupações um pouco diferentes.
O churn é considerado crítico para o sucesso e sustentabilidade dos operadores. Perder um cliente significa ter de conquistar mais um, numa altura em que as receitas por utilizador têm vindo a diminuir, o que provoca um aumento da necessidade de conquistar novos clientes.
Apesar de não focarem o investimento exclusivamente na retenção ou na conquista de clientes, há uma preferência pela retenção, dado que o tempo de recuperação do investimento é menor e o retorno maior. A Optimus referiu que não obstante os avultados investimentos que têm feito junto de jovens, mais susceptíveis ao churn, os resultados estão muito aquém do desejado.
A principal motivação que leva um cliente a mudar de operador de telecomunicações móveis, no ponto de vista dos dois operadores entrevistados, é o fenómeno de grupo ou efeito-rede. Ou seja, há uma tendência para o cliente mudar se as pessoas com quem contacta de forma mais sistemática pertencerem a outro operador.
As reclamações, a insatisfação com a qualidade do serviço prestado, as ofertas de equipamentos e redução do preço de chamadas por parte da concorrência, também foram factores identificados. Importa referir que a Optimus considera ainda que a
imagem errada que o mercado potencial tem deles os prejudica, não tanto do ponto de vista de retenção, mas do da conquista de novos clientes.
Os clientes mais difíceis de reter são os jovens, em idade escolar ou até terem uma vida familiar estabilizada. De referir ainda que os clientes que têm mais do que um serviço associado ao mesmo contrato têm menos tendência a mudar de operador, segundo ambos os entrevistados.
Foi assim possível, através das entrevistas individuais, confirmar algumas conclusões já resultantes da revisão de literatura efectuada anteriormente. As principais motivações para o churn identificadas pelos entrevistados foram a rede de contactos sociais, as reclamações, a insatisfação com a qualidade do serviço prestado e as ofertas atractivas da concorrência. Das entrevistas resultou ainda um motivo acrescido, a imagem da operadora. Estas conclusões foram tidas em conta na elaboração do questionário subsequente.
4.2. Questionário
Após aplicação do questionário, foram obtidas 446 respostas válidas. A partir dos resultados obtidos foram realizadas análises descritivas e de correlação. Utilizou-se, para o efeito, o software Statistical Package Social Science for Windows, na sua versão 19.0 (SPSS 19.0).
4.2.1 Caracterização da Amostra
Para possibilitar uma caracterização sócio-demográfica dos inquiridos, apresentam-se, nos quadros seguintes, os diferentes parâmetros.
Os inquiridos eram maioritariamente do sexo feminino, com idades compreendidas entre os 18 e os 34 anos (Quadro 4.1) e solteiros (Quadro 4.2.). Cerca de 45% têm habilitações ao nível de bacharelato ou licenciatura, 24% ao nível do 12º ano e mais de 28% ao nível de pós-graduação, mestrado ou superior (Quadro 4.3). Quase metade dos
inquiridos são estudantes e os restantes dividem-se essencialmente entre quadros técnicos e superiores, no que concerne à ocupação profissional (Quadro 4.4).
Frequência % % acumulada SEXO Feminino 260 58,4 58,8 Masculino 182 40,9 100 Total 442 99,3 Não respostas 3 0,7 Total 445 100 IDADE 18 a 34 anos 365 82 82,8 35 a 54 anos 71 16 98,9 mais de 54 anos 5 1,1 100 Total 441 99,1 Não respostas 4 0,9 Total 445 100
Tabela 4.1: Caracterização da amostra (sexo e idade) Fonte: Adaptado do SPSS®
Frequência % % válida % acumulada
Solteira(o) 320 71,9 72,4 72,4
Casada(o) / União de Facto 114 25,6 25,8 98,2
Divorciada(o) 8 1,8 1,8 100
Total 442 99,3 100
Não respostas 3 0,7
Total 445 100
Tabela 4.2: Caracterização da amostra (estado civil) Fonte: Adaptado do SPSS®
Frequência % % válida % acumulada
1º Ciclo 3 0,7 0,7 0,7
2º Ciclo 1 0,2 0,2 0,9
12º ano 107 24 24,2 25,1
Bacharelato / Licenciatura 199 44,7 45 70,1 Mestrado / MBA / Pós-Graduação 127 28,5 28,7 98,9
Doutoramento 5 1,1 1,1 100
Total 442 99,3 100
Não respostas 3 0,7
Total 445 100
Tabela 4.3: Caracterização da amostra (habilitações académicas) Fonte: Adaptado do SPSS®
Frequência % % válida % acumulada
Estudante 210 47,2 47,5 47,5
Profissional Liberal / Trabalhador por conta própria 29 6,5 6,6 54,1 Profissional não Qualificado 1 0,2 0,2 54,3
Quadro Técnico 94 21,1 21,3 75,6 Quadro Médio 1 0,2 0,2 75,8 Quadro Superior 95 21,3 21,5 97,3 Outro 12 2,7 2,7 100 Total 442 99,3 100 Não respostas 3 0,7 Total 445 100
Tabela 4.4: Caracterização da amostra (Situação Profissional) Fonte: Adaptado do SPSS®
4.2.2 Perfil do churner
O quadro seguinte (Quadro 4.5.) sintetiza a informação sócio-demográfica dos clientes de telecomunicações móveis, agrupados em dois grupos, um para quem nunca mudou de operador e outro para quem já mudou pelo menos uma vez. A mudança de operador é mais frequente no sexo masculino (53%) do que no sexo feminino (43%). A classe etária 18 e 34 é onde o churn é mais frequente (48%), o que vai ao encontro do que foi dito pelos entrevistados quanto à preponderância do churn entre os mais jovens. Os inquiridos não casados são os que mais mudam de operador, com 50% dos divorcidados e 49% dos solteiros a mudarem.
Conclui-se ainda que é nos inquiridos com estudos superiores que se encontram mais clientes churners (48%), assim como são os profissionais liberais / trabalhadores por conta própria os que mais mudam de operador (59%).
Já mudou de operador Não Sim Total
Sexo Feminino Count 147 113 260
% within Sexo 57% 43% 100% % of Total 33% 26% 59% Masculino Count 86 96 182 % within Sexo 47% 53% 100% % of Total 19% 22% 41% Total Count 233 209 442 % within Sexo 53% 47% 100% % of Total 53% 47% 100%
Idade 18 a 34 anos Count 188 177 365
% within Idade 52% 48% 100%
% of Total 43% 40% 83%
35 a 54 anos Count 41 30 71
% within Idade 58% 42% 100%
% of Total 9% 7% 16%
mais de 54 anos Count 3 2 5
% within Idade 60% 40% 100%
% of Total 1% 0% 1%
Total Count 232 209 441
% within Idade 53% 47% 100%
% of Total 53% 47% 100%
Estado civil Solteira(o) Count 162 158 320
% within Estado civil 51% 49% 100%
% of Total 37% 36% 72%
Casada(o) / União de Facto Count 67 47 114
% within Estado civil 59% 41% 100%
% of Total 15% 11% 26%
Divorciada(o) Count 4 4 8
% within Estado civil 50% 50% 100%
% of Total 1% 1% 2%
Total Count 233 209 442
% within Estado civil 53% 47% 100%
% of Total 53% 47% 100%
Habilitações académicas
Até ao 12º Ano Count 62 49 111
% within Habilitações académicas 56% 44% 100%
% of Total 14% 11% 25%
Estudos Superiores Count 171 160 331
% within Habilitações académicas 52% 48% 100%
% of Total 39% 36% 75%
Total Count 233 209 442
% within Habilitações académicas 53% 47% 100%
% of Total 53% 47% 100%
Situação profissional
Estudante Count 107 103 210
% within Situação profissional 51% 49% 100%
% of Total 24% 23% 48%
Profissional Liberal / Trabalhador por conta própria
Count 12 17 29
% within Situação profissional 41% 59% 100%
% of Total 3% 4% 7%
Quadro Técnico Count 51 43 94
% within Situação profissional 54% 46% 100%
% of Total 12% 10% 21%
Quadro Médio e Superior Count 54 42 96
% within Situação profissional 56% 44% 100%
% of Total 12% 10% 22%
Outra Count 9 4 13
% within Situação profissional 69% 31% 100%
% of Total 2% 1% 3%
Total Count 233 209 442
% within Situação profissional 53% 47% 100%
% of Total 53% 47% 100%
Tabela 4.5: Caracterização sócio-demográfica dos churners - sexo, idade, estado civil e habilitações académicas Fonte: Adaptado do SPSS®
4.2.3 Determinantes do churn
Neste ponto pretende-se analisar se as motivações identificadas estão ou não relacionadas de forma estatisticamente significativa com o abandono. Para tal, analisa- se importância relativa atribuída aos potenciais motivos identificados no estudo e constantes do questionário, nomeadamente o grau de (in) satisfação com a qualidade do serviço, a imagem associada ao operador, a utilização de pontos de fidelização, a existência de oferta atractiva concorrente, a rede de contactos com clientes de outro operador, e o package de serviços associados ao mesmo contrato.
Quando analisados os factores que levam ou podem levar um cliente a mudar de operador de telecomunicações móveis, verificou-se que o factor apontado com maior frequência foi o fenómeno de grupo (isto é, amigos ou familiares pertencerem / mudarem a/para outro operador). A oferta atractiva da concorrência e a (in)satisfação com a qualidade do serviço foram igualmente nomeados pelos inquiridos como importantes na decisão de um cliente mudar de operador de telecomunicações móveis. A imagem associada à marca, o número de serviços associados e os pontos de fidelização foram factores considerados com menor nível de importância na decisão de o cliente mudar de operador de telecomunicações móveis pelos inquiridos (Tabela 4.6).
Factores N Mínimo Máximo Média Oferta Atractiva da Concorrência 442 1 5 3,78 Insatisfação com a qualidade do serviço do operador 442 1 5 3,30 Branding, imagem que é associada à marca do actual operador 442 1 2 1,06 Amigos ou familiares pertencerem/mudarem a outro operador 442 1 5 4,19
Pontos de fidelização 442 0 5 1,49
Nº serviços, para além do telemóvel, associados ao mesmo contrato 442 0 3 ,21
Valid N (listwise) 442
Tabela 4.6:Determinantes do churn Fonte: Adaptado do SPSS®
Face a estes resultados, foi possível identificar algumas diferenças relativamente aos motivos apontados por clientes churners e não-churners. De forma a verificar se essas diferenças são ou não estatisticamente significativas, procedeu-se à análise estatística apresentada no ponto seguinte (4.2.4).
4.2.4 Análise das motivações de clientes churners e não-churners
Neste ponto, pretende-se analisar se a importância atribuída a cada um dos motivos identificados no ponto anterior difere significativamente entre aqueles inquiridos que nunca mudaram (não-churners) e aqueles que mudaram pelo menos uma vez de operador (churners).
Para validar as hipóteses formuladas sobre esta questão efectuaram-se testes do Qui-
quadrado (χ2), com o objectivo de verificar a existência de independência (ou não) entre
duas variáveis. Um valor significativo para a estatística do Qui-quadrado aponta que as duas variáveis não são independentes, não indicando, no entanto, o grau de relacionamento entre elas. O teste pressupõe ainda a formulação de duas hipóteses: a hipótese nula, designada por H0, que estabelece a independência entre as duas variáveis e a hipótese alternativa, designada por H1, que indica uma relação de dependência entre as duas variáveis (Pestana e Gageiro, 2005)
Hipótese 1: A importância atribuída ao grau de (in)satisfação com a qualidade de serviço é (in)dependente da ocorrência (ou não) de mudança de operador
Para verificar a importância do grau de (in)satisfação com a qualidade do serviço de um operador (p.e. captação de rede, taxa elevada de queda de uma chamada, nº de reclamações não respondidas…), cruzaram-se duas variáveis: por um lado, a ocorrência ou não de abandono (clientes que já mudaram de operador pelo menos uma vez ou nenhuma, respectivamente); por outro, a importância atribuída ao grau de (in)satisfação com o serviço, considerando a escala de 1 a 5 usada no questionário. (Tabela 4.7).
Já mudou de operador Total Não Sim Insatisfação com a qualidade do serviço <= 3,00 Count 47 160 207 Expected Count 109,1 97,9 207
% within Insatisfação com a qualidade do serviço 22,70% 77,30% 100,00% % within Já mudou de operador 20,20% 76,60% 46,80%
% of Total 10,60% 36,20% 46,80%
4,00+ Count 186 49 235
Expected Count 123,9 111,1 235
% within Insatisfação com a qualidade do serviço 79,10% 20,90% 100,00% % within Já mudou de operador 79,80% 23,40% 53,20%
% of Total 42,10% 11,10% 53,20%
Total Count 233 209 442
Expected Count 233 209 442
% within Insatisfação com a qualidade do serviço 52,70% 47,30% 100,00% % within Já mudou de operador 100,00% 100,00% 100,00%
% of Total 52,70% 47,30% 100,00%
Tabela 4.7: Cruzamento das variáveis “insatisfação com a qualidade do serviço” e “mudança de operador” Fonte: Adaptado do SPSS® Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 140,666a 1 0,00 Continuity Correctionb 138,41 1 0,00 Likelihood Ratio 149,033 1 0,00
Fisher's Exact Test 0,00 0,00
Linear-by-Linear Association 140,347 1 0,00
N of Valid Cases 442
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 97,88. b. Computed only for a 2x2 table
Tabela 4.8: Teste do χ2 para as variáveis “grau de satisfação com a qualidade do serviço” e “mudança de operador”
Fonte: Adaptado do SPSS®
H0: A importância atribuída ao grau de (in)satisfação com a qualidade de serviço é
independente da ocorrência (ou não) de mudança de operador.
H1: A importância atribuída ao grau de (in)satisfação com a qualidade de serviço
depende da ocorrência (ou não) de mudança de operador.
O p-value (Tabela 4.8) 0,00 é menor do que 0,05 (α), o que significa que se rejeita a hipótese nula. Assim, conclui-se que, para um nível de significância de 5%, a
importância atribuída ao grau de (in)satisfação com a qualidade de serviço depende da ocorrência (ou não) de mudança de operador. Assim, verificou-se que são os clientes
fidelizados (ou seja, que nunca mudaram) que mais importância atribuem ao factor (in)satisfação com a qualidade do serviço, indiciando que tal factor é importante para a
sua permanência. Já os clientes churner tendem a atribuir menos importância a este factor como razão de abandono. Nomeadamente, 76,6% dos inquiridos que mudaram de operador (churners) atribuem pouca importância ao grau de satisfação para a sua tomada de decisão, sendo que no caso dos inquiridos que nunca mudaram essa percentagem é de apenas 20,2% (Tabela 4.7).
Hipótese 2: A importância atribuída à imagem da operadora é (in)dependente da ocorrência (ou não) de mudança de operador
O objectivo desta análise é verificar se a imagem associada à marca (designada abaixo por branding) é preponderante para um cliente mudar de operador de telecomunicações móveis. Tal como anteriormente, agrupou-se a importância da imagem em dois grupos (Tabela 4.9): um primeiro grupo que engloba as pontuações nada importante, pouco importante e indiferente (escala de Likert de 1 a 3) e um outro grupo que inclui as pontuações importante e muito importante (escala de Likert 4 e 5).
Já mudou de operador Total Não Sim Branding <= 3,00 Count 218 196 414 Expected Count 218,2 195,8 414
% within Insatisfação com a qualidade do serviço 53% 47% 100% % within Já mudou de operador 94% 94% 94%
% of Total 49% 44% 94%
4,00+ Count 15 13 28
Expected Count 14,8 13,2 28
% within Insatisfação com a qualidade do serviço 54% 46% 100% % within Já mudou de operador 6% 6% 6%
% of Total 3% 3% 6%
Total Count 233 209 442
Expected Count 233 209 442
% within Insatisfação com a qualidade do serviço 53% 47% 100% % within Já mudou de operador 100% 100% 100%
% of Total 53% 47% 100%
Tabela 4.9: Cruzamento das variáveis “importância do branding” e “mudança de operador” Fonte: Adaptado do SPSS® Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square ,009a 1 0,925
Continuity Correctionb 0 1 1,000
Likelihood Ratio 0,009 1 0,925
Fisher's Exact Test 1,000 0,542
Linear-by-Linear Association 0,009 1 0,925
N of Valid Cases 442
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 13,24. b. Computed only for a 2x2 table
Tabela 4.10: Teste do χ2 para as variáveis “importância do branding” e “mudança de operador”
H0: A importância atribuída à imagem da operadora é independente da ocorrência (ou
não) de mudança de operador
H1: A importância atribuída à imagem da operadora depende da ocorrência (ou não)
de mudança de operador
O p-value (Tabela 4.10) 0,925 é maior do que 0,05, (α) o que significa que não se rejeita a H0. Assim conclui-se, com uma probabilidade de erro de 5%, que a importância
atribuída à imagem da operadora é independente da ocorrência (ou não) de mudança de operador. De facto, verificou-se que a generalidade (94%) dos inquiridos (Tabela 4.9)
consideraram este factor com pouca importância para a mudança de operador, não existindo diferenças significativas entre aqueles que já o fizeram ou não.
Hipótese 3: A importância atribuída à imagem da operadora é (in)dependente da ocorrência (ou não) de mudança de operador
Pretende-se verificar se a utilização de pontos de fidelização apresenta diferenças significativas entre clientes que nunca ou já mudaram de operador (Tabela 4.11), sendo que o número 0 indica não utilização e 1 ou mais indica utilização de pontos de fidelização pelo menos uma vez.
Já mudou de operador Total Não Sim Utilizou pontos de fidelização <= 0 Count 80 111 191 Expected Count 100,7 90,3 191,0
% within utilizou pontos de fidelização 42% 58% 100% % within Já mudou de operador 34% 53% 43%
% of Total 18% 25% 43%
1+ Count 153 98 251
Expected Count 132,3 118,7 251,0
% within utilizou pontos de fidelização 61% 39% 100% % within Já mudou de operador 66% 47% 57%
% of Total 35% 22% 57%
Total Count 233 209 442
Expected Count 233,0 209,0 442,0
% within utilizou pontos de fidelização 53% 47% 100% % within Já mudou de operador 100% 100% 100%
% of Total 53% 47% 100%
Tabela 4.11: Cruzamento das variáveis “pontos de fidelização” e “mudança de operador” Fonte: Adaptado do SPSS®
Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square 15,827a 1 0,000
Continuity Correctionb 15,071 1 0,000
Likelihood Ratio 15,9 1 0,000
Fisher's Exact Test 0,000 0,000
Linear-by-Linear Association 15,791 1 0,000
N of Valid Cases 442
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 90,31. b. Computed only for a 2x2 table
Tabela 4.12: Teste do χ2 para as variáveis “utilização de pontos de fidelização” e “mudança de operador”
Fonte: Adaptado do SPSS®
H0: A utilização de pontos de fidelização é independente da ocorrência (ou não) de
mudança de operador
H1: A utilização de pontos de fidelização depende da ocorrência (ou não) de mudança
de operador
O p-value (Tabela 4.12) 0,000 é menor do que 0,05, o que significa que se rejeita a H0. Assim conclui-se que com uma probabilidade de erro de 5%, que a utilização de pontos
de fidelização está associada à ocorrência (ou não) de mudança de operador, sendo que essa utilização é mais frequente em clientes não-churners do que em clientes churners. Nomeadamente, foi possível observar que a maioria (66%) dos clientes que
não mudaram de operador já utilizaram pontos de fidelização 1 ou mais vezes, enquanto que, entre os que mudaram, a maioria (58%) não utiliza pontos de fidelização.
Hipótese 4: A importância atribuída à oferta atractiva da concorrência é (in)dependente da ocorrência (ou não) de mudança de operador
O objectivo desta análise é verificar se a importância atribuída à oferta atractiva de um operador concorrente está relacionada com a mudança (ou não) de operador de telecomunicações móveis por parte do cliente. Agrupou-se a importância em dois grupos (Tabela 4.13): um primeiro grupo que engloba as pontuações nada importante, pouco importante e indiferente (escala de Likert de 1 a 3) e um outro grupo que inclui as pontuações importante e muito importante (escala de Likert 4 e 5).
Já mudou de operador Total Não Sim Oferta Atractiva da Concorrência (Binned) <= 3,00 Count 73 65 138 Expected Count 72,7 65,3 138,0
% within Oferta Atractiva da Concorrência (Binned) 53% 47% 100% % within Já mudou de operador 31% 31% 31%
% of Total 17% 15% 31%
4,00+ Count 160 144 304
Expected Count 160,3 143,7 304,0
% within Oferta Atractiva da Concorrência (Binned) 53% 47% 100% % within Já mudou de operador 69% 69% 69%
% of Total 36% 33% 69%
Total Count 233 209 442
Expected Count 233,0 209,0 442,0
% within Oferta Atractiva da Concorrência (Binned) 53% 47% 100% % within Já mudou de operador 100% 100% 100%
% of Total 53% 47% 100%
Tabela 4.13: Cruzamento das variáveis “oferta atractiva da concorrência” e “mudança de operador” Fonte: Adaptado do SPSS® Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square ,003a 1 0,958
Continuity Correctionb 0 1 1,000
Likelihood Ratio 0,003 1 0,958
Fisher's Exact Test 1,000 0,520
Linear-by-Linear Association 0,003 1 0,958
N of Valid Cases 442
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 65,25. b. Computed only for a 2x2 table
Tabela 4.14: Teste do χ2 para as variáveis “oferta atractiva da concorrência” e “mudança de operador”
Fonte: Adaptado do SPSS®
H0: A importância atribuída à oferta atractiva da concorrência é independente da
ocorrência (ou não) de mudança de operador
H1: A importância atribuída à oferta atractiva da concorrência depende da ocorrência
(ou não) de mudança de operador
Da tabela 4.14 é possível verificar que o p-value 0,958 é maior do que α=0,05, o que significa que não se rejeita a H0. Assim conclui-se, com uma probabilidade de erro de 5%, que a importância atribuída à oferta atractiva da concorrência é independente da
ocorrência (ou não) de mudança de operador. Ou seja, a importância atribuída a este
factor na decisão de abandono não difere significativamente entre clientes que nunca mudaram e clientes que já mudaram de operador pelo menos uma vez, sendo que a generalidade dos clientes (69%) considera este factor importante ou muito importante (Tabela 4.13).
Hipótese 5: A importância atribuída à rede de contactos sociais pertencentes a outra rede é (in)dependente da ocorrência (ou não) de mudança de operador
O objectivo desta análise é verificar se existem diferenças significativas entre churners e não-churners relativamente à importância atribuída à rede de contactos sociais, constituída por amigos, família e conhecidos, como factor de abandono. Agrupou-se a importância em dois grupos (Tabela 4.15): um primeiro grupo que engloba as pontuações nada importante, pouco importante e indiferente (escala de Likert de 1 a 3) e um outro grupo que inclui as pontuações importante e muito importante (escala de Likert 4 e 5).
Já mudou de operador
Total Não Sim
Rede de contactos <= 3,00 Count 49 35 84
Expected Count 44,3 39,7 84,0
% within Amigos ou familiares pertencerem/mudarem a outro operador
58% 42% 100%
% within Já mudou de operador 21% 17% 19%
% of Total 11% 8% 19%
4,00+ Count 184 174 358
Expected Count 188,7 169,3 358,0 % within Amigos ou familiares
pertencerem/mudarem a outro operador
51% 49% 100%
% within Já mudou de operador 79% 83% 81%
% of Total 42% 39% 81%
Total Count 233 209 442
Expected Count 233,0 209,0 442,0
% within Amigos ou familiares pertencerem/mudarem a outro operador
53% 47% 100%
% within Já mudou de operador 100% 100% 100%
% of Total 53% 47% 100%
Tabela 4.15: Cruzamento das variáveis “rede de contactos” e “mudança de operador” Fonte: Adaptado do SPSS® Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square 1,313a 1 0,252
Continuity Correctionb 1,05 1 0,306
Likelihood Ratio 1,32 1 0,251
Fisher's Exact Test 0,276 0,153
Linear-by-Linear Association 1,31 1 0,252
N of Valid Cases 442
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 39,72. b. Computed only for a 2x2 table
Tabela 4.16: Teste do χ2 para as variáveis “rede de contactos” e “mudança de operador”
H0: A importância atribuída à rede de contactos sociais é independente da ocorrência
(ou não) de mudança de operador
H1: A importância atribuída à rede de contactos sociais depende da ocorrência (ou não)
de mudança de operador
Da tabela 4.16, é fácil verificar que o valor do p-value é 0,252, logo é maior do que α=0,05, o que indica que não se rejeita a H0. Assim conclui-se, com uma probabilidade de erro de 5%, que a importância atribuída à rede de contactos sociais é independente
da ocorrência (ou não) de mudança de operador. Conforme se pode verificar através da
tabela 4.15, a importância que é atribuída a este factor não difere significativamente entre clientes que nunca mudaram e clientes que já mudaram de operador pelo menos uma vez, sendo que opinião quase unânime (81%) dos inquiridos que este factor é importante ou muito importante para o abandono.
Hipótese 6: O número de serviços contratados com o operador é (in)dependente da ocorrência (ou não) de mudança de operador
O objectivo desta análise é verificar se número de serviços contratados com o operador é preponderante para um cliente mudar de operador de telecomunicações móveis. A análise foi efectuada agrupando os inquiridos em dois grupos: um para quem não tem nenhum serviço associado, e outro para quem tem pelo menos um (Tabela 4.17).
Já mudou de operador Total Não Sim Nº de serviços, associados ao mesmo contrato <= 0 Count 200 181 381 Expected Count 200,8 180,2 381,0 % within Nº serviços associados ao
mesmo contrato)
52% 48% 100%
% within Já mudou de operador 86% 87% 86%
% of Total 45% 41% 86%
1+ Count 33 28 61
Expected Count 32,2 28,8 61,0
% within Nº serviços associados ao mesmo contrato)
54% 46% 100%
% within Já mudou de operador 14% 13% 14%
% of Total 7% 6% 14%
Total Count 233 209 442
Expected Count 233,0 209,0 442,0 % within Nº serviços associados ao
mesmo contrato)
53% 47% 100%
% within Já mudou de operador 100% 100% 100%
% of Total 53% 47% 100%
Tabela 4.17: Cruzamento das variáveis “serviços associados ao mesmo contrato” e “mudança de operador” Fonte: Adaptado do SPSS®
Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square ,054a 1 0,816
Continuity Correctionb 0,009 1 0,924
Likelihood Ratio 0,054 1 0,816
Fisher's Exact Test 0,890 0,463
Linear-by-Linear Association 0,054 1 0,816
N of Valid Cases 442
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 28,84. b. Computed only for a 2x2 table
Tabela 4.18: Teste do χ2 para as variáveis “serviços associados ao mesmo contrato” e “mudança de operador”
Fonte: Adaptado do SPSS®