Quanto ao método de análise, os dados coletados foram, inicialmente, examinados por técnicas de análise exploratória, visando verificar as suas características e a adequação à técnica regressão múltipla. Nesta etapa foi feita a análise da normalidade dos dados (se seguem o modelo da distribuição normal), linearidade (se há efetiva associação entre as variáveis analisadas), multicolinearidade (se há relação entre uma variável explicativa e as demais) e homoscedasticidade (se há variância constante de erros) nos dados coletados.
Como apontam Saunders, Lewis e Thornhill (2016), as técnicas de análise quantitativa, como gráficos, tabelas e estatísticas, permitem explorar, apresentar, descrever e examinar relacionamentos e tendências nos dados coletados. Assim, os dados coletados no presente estudo foram, posteriormente, analisados por meio de técnicas de estatística descritiva (frequência relativa, percentual mínimo, percentual máximo, desvio padrão e média aritmética) e pela técnica de estatística multivariada regressão múltipla dos mínimos quadrados ordinários (OLS regression).
A estatística descritiva permitirá descrever e comparar as variáveis mensuradas. Conforme Saunders, Lewis e Thornhill (2016), a média é o valor médio calculado pela soma
Dimensão Variável Nível Descrição
0 = dia útil da semana 1 = dia de final de semana 0 = 10h e 20h59min 1 = entre 21:00h e 9h59min
0 = nulo Mensagem contendo apenas texto
1 = baixo Mensagem que contém imagem
2 = médio Mensagem contendo eventos, com texto, imagens e link s
3 = alto Mensagem com gifs e vídeos
0 = nulo Contém apenas status e imagem
1 = baixo Contém link s direcionando a outro site, blog ou página no
2 = médio Contém pedido para visitar outra página, comentar e
participar de concurso, sorteio ou prêmio
3 = alto Contém questionário ou questionamento aos usuários
0 = sem remuneração 1 = com remuneração 0 = sem apelo emocional 1 = com apelo emocional 0 = sem entretenimento 1 = com entretenimento 0 = sem foco informacional 1 = informacional
Comentário (VD) Quantidade Quantidade de comentários da postagem
Compartilhamento (VD) Quantidade Quantidade de compartilhamentos da postagem
Curtida (VD) Quantidade Quantidade de curtidas da postagem
Dia da semana (VI) Momento da
postagem
Dia que foi realizada a postagem
Tipo de mídia
Horário que foi realizado a postagem Horário do dia (VI)
Mensagem contém oferta de desconto, sorteio, concurso ou premiação
Mensagem contém apelo que cria ou fortalece laço emocional com o usuário
Mensagem tem características de entretenimento, como vídeo humorístico
Mensagem com propósito de repassar informações sobre serviços, processos e atividades de marketing da instituição Vivacidade (VI) Interatividade (VI) Métrica de popularidade Tipo de conteúdo Remuneração/incentivo (VI) Emocional (VI) Entretenimento (VI) Informacional (VI)
dos valores de cada caso para uma variável, dividindo-se pelo número total de casos; o desvio padrão é a estatística que descreve a variação dos valores de dados em torno da média; o mínimo é o menor elemento observado; o máximo é o maior elemento observado; a frequência relativa consiste no quociente entre a frequência absoluta da classe correspondente e a soma das frequências (total observado).
Como utilizado por De Vries, Gensler e Leeflang (2012), Sabate et al. (2014) e Tafesse (2015), a técnica de regressão dos mínimos quadrados ordinários (OLS regression) foi aplicada com propósito de analisar os fatores que influenciam a popularidade de postagens. Os resultados foram utilizados para testar as hipóteses de pesquisa descritas no framework do estudo. A OLS regression é uma técnica de otimização matemática que procura encontrar o melhor ajuste para um conjunto de dados, minimizando a soma dos quadrados das diferenças entre o valor estimado e os dados observados (HAYES; CAI, 2007).
As variáveis dependentes, ligadas à mensuração da popularidade da postagem, são: y1 = quantidade de curtidas, y2 = quantidade de comentários e y3 = quantidade de compartilhamentos. Cada uma destas variáveis foi calculada utilizando a quantidade de interações (comentários, curtidas ou compartilhamentos) dividido pela quantidade de fãs da página da IES que realizou a postagem. Como sugere Cvijikj e Michahelles (2013), a quantidade de comentários, curtidas e compartilhamentos não é uma medida absoluta, mas está relacionada à quantidade de fãs da página no momento da publicação. Assim, as variáveis dependentes serão calculadas como segue:
𝑦1 = 𝑁𝐶𝑢𝑟𝑡𝑃𝑜𝑠𝑡 𝑁𝐹ã 𝑦2 =𝑁𝐶𝑜𝑚𝑒𝑛𝑡𝑃𝑜𝑠𝑡 𝑁𝐹ã 𝑦3 = 𝑁𝐶𝑜𝑚𝑝𝑃𝑜𝑠𝑡 𝑁𝐹ã
Onde NFã representa a quantidade de fãs da página da IES, NCurtPost a quantidade de curtidas por postagem, NComentPost a quantidade de comentários por postagem, NCompPost a quantidade de compartilhamentos por postagem.
Já as variáveis independentes são interatividade e vivacidade (fatores do tipo de mídia), remuneração, emocional, entretenimento, informacional (fatores do tipo de conteúdo), dia da semana e horário da postagem (fatores do momento da postagem). Como recomendam Lefkopoulou, Moore e Ryan (1989), em função da quantidade de variáveis dummy nos fatores
independentes e da necessidade de assegurar a linearidade dos dados a serem analisados, os valores coletados foram transformados em valores logaritmos (operação que calcula o expoente de uma potência quando se conhece sua base). O Quadro 6 apresenta as hipóteses de pesquisa do estudo e as respectivas variáveis dependentes e independentes envolvidas.
Quadro 6 - Hipóteses e respectivas variáveis independentes e dependentes
Hipótese Variável independente Variável dependente
H1a Interatividade (V10) Curtidas (V19)
H1b Interatividade (V10) Comentários (V17)
H1c Interatividade (V10) Compartilhamentos (V18)
H2a Vivacidade (V11) Curtidas (V19)
H2b Vivacidade (V11) Comentários (V17)
H2c Vivacidade (V11) Compartilhamentos (V18)
H3a Remuneração (V13) Curtidas (V19)
H3b Remuneração (V13) Comentários (V17)
H3c Remuneração (V13) Compartilhamentos (V18)
H4a Emocional (V14) Curtidas (V19)
H4b Emocional (V14) Comentários (V17)
H4c Emocional (V14) Compartilhamentos (V18)
H5a Informacional (V16) Curtidas (V19)
H5b Informacional (V16) Comentários (V17)
H5c Informacional (V16) Compartilhamentos (V18)
H6a Entretenimento (V15) Curtidas (V19)
H6b Entretenimento (V15) Comentários (V17)
H6c Entretenimento (V15) Compartilhamentos (V18)
H7a Dia da Semana (V8) Curtidas (V19)
H7b Dia da Semana (V8) Comentários (V17)
H7c Dia da Semana (V8) Compartilhamentos (V18)
H8a Horário da Postagem (V9) Curtidas (V19)
H8b Horário da Postagem (V9) Comentários (V17)
H8c Horário da Postagem (V9) Compartilhamentos (V18) Fonte: elaborado pelo autor (2018).
Em resumo, o modelo estatístico utilizado para analisar os fatores que influenciam a popularidade de postagens, em termos de curtidas, comentários e compartilhamentos, pode ser expresso como segue:
𝑦𝑖𝑗 = 𝛼 + exp (∑ 𝛽𝑓𝑣𝑖𝑣𝑎𝑓𝑗+ 3 𝑓=1 ∑ 𝛽𝑔𝑖𝑛𝑡𝑒𝑔𝑗 + 3 𝑔=1 𝛽𝑖𝑖𝑛𝑓𝑜𝑗+𝛽𝑒𝑒𝑛𝑡𝑟𝑗+ 𝛽𝑑𝑒𝑚𝑜𝑗+ 𝛽𝑟𝑟𝑒𝑚𝑢𝑗 + 𝛽𝑑𝑑𝑖𝑎𝑗+ 𝛽ℎℎ𝑜𝑟𝑎𝑗) + 𝜀𝑖𝑗 Onde:
y1j, y2j ou y3j – a quantidade de curtidas da postagem da IES j, a quantidade de comentários da postagem da IES j ou a quantidade de compartilhamentos da postagem da IES j, respectivamente;
viviafj - variável dummy que indica se a característica vivacidade f está presente na postagem da IES j (categoria de base = vivacidade nula);
intefj - variável dummy que indica se a característica interatividade g está presente na postagem da IES j (categoria de base = interatividade nula);
infoj - variável dummy que mensura se a postagem da IES j é informativa (categoria de base - sem foco informacional);
entrj - variável dummy que mensura se a postagem da IES j tem características de entretenimento (categoria de base = sem entretenimento);
emoj - variável dummy que indica se a postagem da IES j tem apelo emocional (categoria de base = sem apelo emocional);
remuj - variável dummy que indica se a postagem da IES j possui alguma oferta de remuneração (categoria de base = sem remuneração);
diaj - variável dummy que indica o dia da semana que foi realizada a postagem da IES j, se dia útil da semana ou dia de final de semana;
horaj - variável dummy que indica o momento do dia que foi realizada a postagem da IES j, se horário de pico (10h-20h59) ou entre 21h e 9:59h;
εij – variação do erro da variável dependente y1j, y2j e y3j, respectivamente, que não é explicada pelo modelo estatístico gerado.
Os dados coletados foram, inicialmente, tabulados em Excel e, depois, analisados com suporte do software SPSS (Statistical Package for the Social Sciences), versão 22. Já a apresentação dos resultados foi realizada por meio de gráficos e tabelas dos dados coletados, e pela descrição dos resultados das análises realizadas.
4 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
Este capítulo contém a apresentação e análise dos resultados da pesquisa de campo realizada. Inicialmente, apresenta-se os resultados da análise estatística exploratória dos dados coletados (seção 4.1), depois a descrição do perfil das IES participantes (4.2); em seguida, apresenta os resultados da análise descritiva (4.3) e os resultados dos testes de hipóteses (4.4). Ao final, contém a discussão dos resultados à luz da teoria (4.5).