Técnicas de análise dos dados

A seguir apresentaremos a técnica de análise dos dados correspondente a cada um dos objetivos propostos para esta etapa da pesquisa.

Objetivos Análise dos dados (b) validar o questionário proposto para avaliar os riscos percebidos nas compras

pela Internet.

Análise fatorial (c) descrever os riscos percebidos nas compras on-line por quem já realizou e por

quem nunca realizou compras pela Internet. Análise descritiva (d) avaliar o risco percebido nas compras on-line de produtos que exigem inspeção

física, por quem já realizou compras na Internet. Análise descritiva (e) avaliar o risco percebido nas compras on-line de produtos que não exigem

inspeção física, por quem já realizou compras na Internet. Análise descritiva (f) avaliar o risco percebido nas compras on-line de produtos que exigem inspeção

física, por quem nunca realizou compras na Internet. Análise descritiva (g) avaliar o risco percebido nas compras on-line de produtos que não exigem

inspeção física, por quem nunca realizou compras na Internet. Análise descritiva (h) comparar o risco percebido nas compras on-line de produtos que exigem

inspeção física, entre quem já realizou e quem nunca realizou compras pela Internet. ANOVA (i) comparar o risco percebido nas compras on-line de produtos que não exigem

inspeção física, entre quem já realizou e quem nunca realizou compras pela Internet. ANOVA Quadro 3 – Técnica de análise dos dados

Fonte: Autor, 2010

A análise fatorial é baseada na matriz de correlação das variáveis envolvidas e, as correlações, geralmente precisam de um grande tamanho de amostra antes de se estabilizar Tabachnick e Fidell (2001, p. 588).

De acordo com Child (1976), como é grande a variedade de variáveis que se apresentam e se encontram em uma pesquisa de marketing de natureza quantitativa, é natural que acabe acarretando em uma dificuldade na sua análise. Pelo fato de estarem correlacionadas, torna-se possível reduzi-las a um nível gerenciável, a partir da análise fatorial. A análise fatorial pode ser utilizada para verificar as dimensões relacionadas a um determinado construto (CHURCHILL, 1995).

A análise fatorial, realizada neste estudo, teve o intuito de verificar a existência de diferentes dimensões de risco percebido entre os consumidores que compraram e que não compraram através da internet.

Para Manly (1986), a análise fatorial procura entender as relações entre os conjuntos de muitas variáveis inter-relacionadas, representando-as em termos de alguns fatores ou componentes principais. Em virtude disso, os melhores resultados são obtidos quando as variáveis originais estão altamente correlacionadas, seja positivamente ou negativamente. Nesse sentido, cabe ressaltar que não existe relação entre os fatores, mas sim entre as variáveis agrupadas dentro de cada fator.

Análise fatorial é um nome genérico que denota uma classe de processos utilizados essencialmente para redução e sumarização dos dados.

(MALHOTRA, 2001, p. 504).

Segundo Malhotra (2001), devemos utilizar a análise fatorial nas seguintes circunstâncias: (1) para identificar dimensões latentes ou fatores que expliquem as correlações entre um conjunto de variáveis; (2) para identificar um conjunto novo, menor, de variáveis não-correlacionadas para substituir o conjunto original de variáveis correlacionadas na análise multivariada subsequente – regressão ou análise discriminante; e (3) para identificar, em um conjunto maior, um conjunto menor de variáveis que se destacam para uso em análise multivariada subsequente.

Os Testes KMO (Kaiser-Meyer-Olkin Measures of Sampling Adequacy) e de Esfericidade de Bartlett, indicam qual é o grau de suscetibilidade ou o ajuste dos dados à análise fatorial, isto é, qual é o nível de confiança que se pode esperar dos dados quando do seu tratamento, o método multivariado de análise fatorial, seja empregado com sucesso (HAIR et al, 1998).

Em relação ao valor da significância do teste de Bartlett, que é baseado na distribuição estatística de “qui-quadradro” e testa a hipótese (nula H0) de que a matriz de correlação é uma

matriz identidade (cuja diagonal é 1,0 e todas as outras as outras iguais a zero), havendo então, uma correlação entre as variáveis.

Segundo Malhotra (2001), para que uma análise fatorial seja apropriada, as variáveis devem ser correlacionadas e, se as correlações entre as variáveis forem pequenas, a análise fatorial pode ser inadequada. De acordo com o mesmo autor, os valores a serem considerados compreendem: (1) abaixo de 0,6 – qualidade ruim para a análise fatorial; (2) entre 0,6 a 0,7 – qualidade regular; (3) entre 0,7 a 0,8 – qualidade boa; (4) entre 0,8 a 0,9 – ótima adequacidade; e, por último, (5) valores acima de 0,9, indicam excelente qualidade da análise fatorial.

Para corroborar com os resultados obtidos na análise fatorial foi utilizado o alfa de Cronbach (CRONBACH, 1951), que também é frequentemente utilizado para medir a consistência interna, especialmente nos casos dos instrumentos que usam a escala de Likert. Para avaliar a consistência interna dos grupos de itens dos riscos percebidos, serão considerados como satisfatórios os índices de confiabilidade acima de 0,5 (MALHOTRA, 1993).

Para todos os blocos de instrumento de coleta de dados foram utilizadas, inicialmente, as análises descritivas com o objetivo de um conhecimento preliminar do banco de dados, para a descrição da amostra e, ao mesmo tempo, para verificar possíveis erros na transferência do banco de dados (HAIR et al., 1995; CHURCHILL, 1995).

O teste F-ANOVA também foi utilizado para analisar as diferenças entre as médias dos grupos, sendo utilizado nesta dissertação para fazer as comparações entre os grupos descritos nos últimos dois objetivos específicos. O resultado de uma ANOVA lhe dá o valor estatístico de "F." Se o valor observado de "F" for maior que o valor crítico para "F", estamos seguros de que os resultados são significativos. A probabilidade mostra em que nível os resultados são estatisticamente significativos.

Os dados foram analisados por meio do Software da Microsoft Office do Excel 2007 utilizado na primeira etapa da pesquisa e pelo Software SPSS (Statistical Package of the

5 RESULTADOS

Descreveremos, a seguir, os resultados das duas etapas de pesquisa.