1. Análise de Dados
1.1. métodos descritivos
1.1.1. medidas de posição
1.1.1.1. Medidas de posição caracterizam o que é típico do grupo
1.1.2. medidas de dispersão
1.1.2.1. Medidas de dispersão medem como os indivíduos estão distribuídos no grupo
1.1.3. medidas de associação
1.1.3.1. medidas de associação medem o nível de relação existente entre duas ou mais variáveis
1.2. métodos inferenciais
1.2.1. compreendem um conjunto de testes utilizados para julgar a validade das hipóteses estatísticas em relação a uma população
1.2.2. Estimar seus parâmetros, a partir da análise de dados de uma amostra da população. São baseados em métodos probabilísticos. A ideia é utilizar informações da amostra coletada para chegar a conclusões sobre um grupo maior.
2. Preparação e Análise de Dados
2.1. (1) verificação do questionário
2.1.1. Certifica a integridade do questionário e a qualidade da entrevista. É um processo contínuo, realizado em todos os questionários. Qualquer problema em atender aos requisitos da amostragem deve ser identificado e medidas corretivas serão realizadas.
2.2. (2) edição
2.2.1. Revisão do questionário para aumentar a precisão e a exatidão, a fim de verificar respostas inconsistentes, ilegíveis ou incompletas. As respostas ilegíveis são tratadas com o retorno ao campo, atribuição de valores ou descarte do questionário
2.3. (3) codificação
2.3.1. Atribuição de um código a cada resposta possível para cada pergunta. Cada entrevistado possui um registro com vários campos relacionados, como sexo, idade, ocupação. Cada registro pode ter várias colunas. Os dados são armazenados em um programa de computador, em que as colunas representam os campos e as filas representam as respostas dos entrevistados.
2.4. (4) transcrição
2.4.1. Transferência dos dados codificados para o computador.
2.5. (5) limpeza de dados
2.5.1. Verificações de consistência e tratamento das respostas que estejam faltando. Nesta etapa, as verificações são mais completas e extensivas, por serem realizadas por computador.
2.6. (6) selecionar uma estratégia de análise de dados
2.6.1. Deve ser baseada nas etapas anteriores do processo de pesquisa de marketing (definição do problema, desenvolvimento da abordagem de pesquisa, modelo de pesquisa), considerar as características conhecidas dos dados, propriedades técnicas estatísticas e seus propósitos, e a filosofia e histórico do pesquisador.
3. Técnicas de Amostragem
3.1. Técnicas de Amostragem Não Probabilísticas
3.1.1. (1) por conveniência
3.1.1.1. é definida tendo como base a experiência do pesquisador e a escolha considera o lugar e o momento em que as unidades amostrais tendem a estar
3.1.1.1.1. grupo de entrevistas, alunos, grupos de igrejas;
3.1.2. (2) por julgamento
3.1.2.1. Assim como a amostragem por conveniência, a amostragem por julgamento é de baixo custo e rápida. Por ser subjetiva, também não permite generalizações por não haver população explicitamente definida.
3.1.3. (3) por cota
3.1.3.1. nesse tipo de amostragem, dois processos são realizados. O primeiro é o desenvolvimento da categoria controle ou cotas dos elementos da população (idade, sexo, raça, nível de escolaridade). De acordo com esses parâmetros, o pesquisador estima a distribuição dessas características na população-alvo. As cotas servem para garantir que a composição da amostra represente a mesma composição da população em relação as suas características.
3.1.4. (4) amostragem autogerada
3.1.4.1. um grupo de entrevistados é escolhido de forma aleatória. Após a entrevista, é solicitado que cada elemento indique outros elementos, também pertencentes à população-alvo, para que seja dada continuidade à pesquisa.
3.2. Técnicas de Amostragem Probabilística
3.2.1. (1) aleatórias simples
3.2.2. (2) sistemática,
3.2.2.1. inicia com um ponto de partida aleatório. Depois, cada elemento (i) é escolhido em sucessão da estrutura de amostragem. A frequência com que são tirados os elementos é denominada intervalo de amostragem. Determina-se o intervalo de amostragem dividindo o tamanho da população (N), pelo tamanho da amostra (n). O resultado é arredondado para o número inteiro mais próximo. A obtenção dos demais elementos ocorre acrescentando ao número de ordem N/n para determinar o número de elementos, até esgotar a população.
3.2.2.2. A amostragem aleatória simples tem os benefícios de ser facilmente entendida e tenta reproduzir dados representativos da população. Boa parte das abordagens por dedução se utiliza desse tipo de amostragem. Entretanto existem quatro fatores limitadores que devem ser considerados:
3.2.2.2.1. a construção da estrutura de amostragem é difícil;
3.2.2.2.2. pode ser cara e demandar muito tempo, em função da abrangência geográfica;
3.2.2.2.3. resulta em baixa precisão, com consequente grande padrão de erro amostral;
3.2.2.2.4. as amostras podem não ser representativas da população-alvo, especialmente se a amostra for pequena.
3.2.3. (3) estratificada
3.2.3.1. A primeira etapa é a divisão de grupos em camadas ou estratos.
3.2.3.2. Na segunda etapa, os elementos de cada camada ou estrato são selecionados de forma aleatória, formando uma amostra única, que permite estimar os parâmetros da população.
3.2.4. (4) em grupo
3.2.4.1. a população-alvo é dividida em subpopulações, mutuamente excludentes e coletivamente exaustivas, formando grupos. Uma amostra aleatória de grupos é escolhida utilizando técnica de amostragem probabilística. Quando, dos grupos selecionados, todos os elementos passam a fazer parte da amostra, a amostragem é chamada de "um estágio"