andreia karina de carvalho gendera - estácio s.a. · andreia karina de carvalho gendera um estudo...
TRANSCRIPT
UNIVERSIDADE ESTÁCIO DE SÁ
MESTRADO EM ADMINISTRAÇÃO E DESENVOLVIMENTO EMPRESARIAL
ANDREIA KARINA DE CARVALHO GENDERA
UM ESTUDO SOBRE AS EMOÇÕES DOS CONSUMIDORES IDOSOS QUE
PARTICIPAM DE COMUNIDADES VIRTUAIS: A VALIDAÇÃO DAS ESCALAS
PANAS E LOT-R PARA ESTE PÚBLICO
Rio de Janeiro
2010
ANDREIA KARINA DE CARVALHO GENDERA
UM ESTUDO SOBRE AS EMOÇÕES DOS CONSUMIDORES IDOSOS QUE
PARTICIPAM DE COMUNIDADES VIRTUAIS: A VALIDAÇÃO DAS ESCALAS
PANAS E LOT-R PARA ESTE PÚBLICO
Dissertação apresentada ao Programa
de Mestrado em Administração e
Desenvolvimento Empresarial da
Universidade Estácio de Sá, como requisito
para obtenção do grau de Mestre em
Administração.
Orientadora: Profa. Dra. Cecilia Lima de Queirós Mattoso
Rio de Janeiro
2010
Quando se convocam pessoas para
fazer algo excepcional, gera-se uma força
emocional poderosa. Nós, seres humanos,
somos capazes de obras extraordinárias,
sempre e quando algo maior do que nós
mesmos nos mover.
(J. O. Mayor)
DEDICATÓRIA
Dedico esse trabalho ao meu marido,
meu companheiro, meu amigo, meu amor,
Thomas Gendera, por todo carinho, ajuda,
atenção e paciência. Obrigada por tudo o que
você já fez, faz e ainda fará por mim e pela
nossa família!
AGRADECIME�TOS
Quando se decide seguir em frente e realizar um sonho, a ajuda dos amigos e
familiares é muito importante. Tantos são os nomes a serem lembrados que não caberiam aqui
nesta breve página. E é por isso que inicio os meus agradecimentos com um pedido de
desculpas. Desculpas a todos vocês que, de alguma maneira, estiveram presentes na minha
vida tornando mais fácil a realização deste objetivo, mas que aqui não estão listados. Mas
lembrem-se que todos, sem exceção, estão aqui guardados no peito, na memória e no coração.
A vocês, o meu muito obrigada.
Agradeço ao meu Professor e amigo José Roberto Ribas, que me incentivou na
realização deste trabalho, abrindo minha mente e me mostrando que quando se quer, tudo se
faz possível. A minha motivação deste estudo começou pela sua. Minha admiração por você
não tem tamanho.
Agradeço ao Professor Paulo Roberto da Costa Vieira que, muitas vezes,
disponibilizou seu tempo para esclarecer minhas dúvidas. Seu apoio foi fundamental para a
conclusão deste trabalho.
Agradeço à minha orientadora Professora Cecília Mattoso, a qual aceitou o desafio de
continuar esta jornada, com imenso profissionalismo, sempre se prontificando a ajudar.
À minha mãe, Marcia Maria de Carvalho, por todo amor, incentivo e compreensão. Só
cheguei aqui graças a tudo que você fez por mim. Muito obrigada, minha mãe.
À minha irmã, Ana Carolina de Carvalho Ferreira, minha parceira e, como nossa mãe
bem diz, cúmplice. Você ajudou a construir esta história.
Aos meus filhos, Renan de Carvalho Martins, André Gabriel de Carvalho Porto e
Arthur de Carvalho Porto. Minhas vidas, meus amores. Sem vocês a vida não tem sentido
algum!
A minha avó, Neusa Armando de Carvalho, por toda ajuda com as crianças nos
momentos de estudo e pelo eterno amor a mim dedicado. Você foi uma parte muito
importante neste processo.
A meu avô, Lourival André de Carvalho. Tenho certeza que você está orgulhoso e que
está olhando por mim em todos os momentos de minha vida.
Ao meu amigo, Alfredo Nazareno Pereira Boente, por me incentivar e me apoiar
durante todo este percurso, sempre me levantando o astral e me mostrando o quão importante
a finalização deste estudo seria. Meu amigo, agradeço-lhe por tudo!
A todos os professores do MADE, pela enorme contribuição durante todo o
andamento deste processo. Aos funcionários do MADE, pela cordialidade, presteza e carinho
na resolução de todos os pedidos e problemas.
Aos alunos Michel Peters, Marcelo Maddock e Marcela Tavares por irem a campo e
me ajudarem na coleta de dados desta pesquisa. Vocês fizeram a diferença!
À Associação de Aposentados e Pensionistas de Volta Redonda, por abrirem suas
portas para a realização deste trabalho, assim como a todos os entrevistados, o meu profundo
agradecimento.
A Deus pela presença constante em minha vida, sempre me dando forças para
continuar esta caminhada.
Por fim, agradeço ao meu marido, Thomas Gendera, que merece não somente a minha
dedicatória como também meu profundo agradecimento. Pelas noites mal dormidas (e as nem
dormidas!), pela ajuda com as crianças, pelas leituras incessantes ao meu lado, pelos lanches
da madrugada, pela paciência, pelas palavras de amor, de carinho e de força para continuar.
Te amo, meu amor, te amo.
RESUMO
O crescimento da população idosa no Brasil, aliado à expansão da internet, incentiva
cada vez mais a exploração deste mercado de consumidores. Os novos meios de comunicação
existentes, como as comunidades virtuais, estão sendo adotados também por este segmento de
mercado. Assim, o principal objetivo da presente dissertação é analisar as emoções dos
consumidores idosos da Associação de Aposentados e Pensionistas de Volta Redonda
(AAPVR), RJ, participantes de comunidades virtuais e investigar quais são aquelas
relacionadas ao otimismo e ao pessimismo, e verificando a validade das escalas emocionais
Positive and �egative Affect Schedule (PANAS) e Revised Life Orientation Test (LOT-R)
para este segmento da população. A pesquisa foi conduzida por meio da análise de
componentes principais, aplicada sobre amostra de 169 idosos. Após esta análise, concluiu-se
que é possível validar ambas as escalas separadamente e, além desta validação, verifica-se a
existência de correlação entre o afeto positivo e o otimismo, e a correlação entre o afeto
negativo e o pessimismo.
Palavras-chave: População idosa, internet, comunidades virtuais, emoções, escalas
emocionais, Volta Redonda.
ABSTRACT
The growth of elderly population in Brazil and the expansion of the Internet encourage
a higher exploration of this consumer market. The new existing communication ways, such as
virtual communities, are also being adopted by this market segment. Thus, the main objective
of this thesis is to examine the emotions of the elderly of the Associação de Aposentados e
Pensionistas de Volta Redonda, RJ, that participate in virtual communities, and determine
which emotions are related to optimism and pessimism verifying the validity of the emotional
scales Positive and �egative Affect Schedule (PANAS) e Revised Life Orientation Test (LOT-
R) in this population. The research applies principal components analysis on a sample of 169
elderly. After this analysis it appears that both scales are in itself valid and in addition to this
validation, there is a correlation between positive affect and optimism, and a correlation
between negative affect and pessimism.
Keywords: Population aging, internet, virtual communities, emotions, emotional
scales, Volta Redonda.
LISTA DE FIGURAS
Figura 1 - Tipologia das Comunidades Virtuais ....................................................................... 30
Figura 2 - Portal da Terceira Idade ........................................................................................... 52
Figura 3 - A Teoria do Comportamento Planejado .................................................................. 57
Figura 4 - O Modelo Triandis de Escolha ................................................................................ 58
Figura 5 - Componentes Principais PANAS .......................................................................... 112
Figura 6 - Componentes Principais LOT-R ............................................................................ 119
Figura 7 – Página de apresentação do formulário no programa Lime Survey ........................ 153
Figura 8 - Página de identificação do perfil do formulário no programa Lime Survey .......... 154
Figura 9 - Página de perguntas LOT no programa Lime Survey ............................................ 155
Figura 10 - Página de perguntas PANAS do formulário no programa Lime Survey .............. 156
Figura 11 - Página de perguntas qualitativas do formulário no programa Lime Survey ........ 157
Figura 12 - Página de finalização e envio do formulário no programa Lime Survey ............. 157
LISTA DE GRÁFICOS
Gráfico 1 - Projeção de Idosos no Mundo ................................................................................ 32
Gráfico 2 - Evolução da Participação da População Brasileira acima de 60 Prevista para o
Período de 2008 a 2028 (%) ..................................................................................................... 40
Gráfico 3 - Scree Plot – PANAS ............................................................................................ 108
Gráfico 4 - Scree Plot - LOT-R .............................................................................................. 117
Gráfico 5 - Scree Plot - PANAS e LOT-R ............................................................................. 128
LISTA DE QUADROS
Quadro 1 - Emoticons ............................................................................................................... 31
Quadro 2 - O Processo Decisório Acerca das Categorias de Produtos .................................... 43
Quadro 3 - Dimensões de Análise do Conceito de Afeto ......................................................... 61
Quadro 4 - Escala PAD: Dimensões emocionais, emoções e indicadores emocionais ............ 66
Quadro 5 - Lista de Emoções ................................................................................................... 70
Quadro 6 - Tradução da Lista de Categorias de Emoções ........................................................ 70
Quadro 7 - Itens Constantes na Versão Final do LOT Original (1985) na Língua Inglesa ...... 74
Quadro 8 - Itens Constantes na Versão Final do LOT-R original (1994) na Língua Inglesa ... 76
Quadro 9 - Itens Constantes na Versão Final do LOT-R, versão brasileira ............................. 77
Quadro 10 - Validação das hipóteses ..................................................................................... 135
LISTA DE TABELAS
Tabela 1 - Serviços e Sites mais Acessados ............................................................................. 49
Tabela 2 - Escala de Afeto Positivo por Termos e Categorias em sua Versão Original e
Adaptada ao Português ............................................................................................................. 71
Tabela 3 - Escala de Afeto Negativo por Termos e Categorias em sua Versão Original e
Adaptada ao Português ............................................................................................................. 72
Tabela 4 - Itens e Questões do Instrumento de Pesquisa e seus Detalhes ................................ 81
Tabela 5 - Frequência e Percentual do Sexo dos Respondentes ............................................... 86
Tabela 6 - Frequência e Percentual da Idade dos Respondentes .............................................. 87
Tabela 7 - Frequência e Percentual do Grau de Instrução dos Respondentes .......................... 88
Tabela 8 - Frequência e Percentual dos Respondentes que Moram Sozinhos.......................... 88
Tabela 9 - Frequência e Percentual da Necessidade de Ajuda para Usar o Computador ......... 88
Tabela 10 - Frequência e Percentual dos Respondentes que já Fizeram Algum Curso de
Informática................................................................................................................................ 89
Tabela 11 - Respondentes que Moram ou não Sozinhos versus Respondentes que Precisam ou
não de Ajuda para Usar o Computador .................................................................................... 90
Tabela 12 - Respondentes que já Fizeram ou não Curso de Informática versus Respondentes
que Precisam ou não de Ajuda para Usar o Computador ......................................................... 90
Tabela 13 - Frequência e Percentual da Comunidade Virtual mais Acessada pelos
Respondentes ............................................................................................................................ 91
Tabela 14 - Comunidade mais Acessada pelo Respondente versus Sexo do Respondente ..... 92
Tabela 15 - Frequência e Percentual do Acesso à Comunidade Virtual pelo Respondente ..... 92
Tabela 16 - Comunidade Virtual mais Acessada pelo Respondente versus Frequência de
Acesso ....................................................................................................................................... 93
Tabela 17 - Matriz de Correlação – PANAS .......................................................................... 101
Tabela 18 - Comunalidades - PANAS .................................................................................... 103
Tabela 19 - KMO e Teste de Significância - PANAS ............................................................ 104
Tabela 20 - Matriz Anti-imagem - PANAS ........................................................................... 105
Tabela 21 - Component Matrix - PANAS .............................................................................. 106
Tabela 22 - Total da Variância Explicada - PANAS .............................................................. 107
Tabela 23 - Rotated Component Matrix - PANAS ................................................................ 109
Tabela 24 - Coeficientes de Confiabilidade - PANAS ........................................................... 111
Tabela 25 - Matriz de Correlação – LOT-R ........................................................................... 113
Tabela 26 - Comunalidades – LOT-R .................................................................................... 114
Tabela 27 - KMO e Teste de Significância - LOT-R ............................................................. 114
Tabela 28 - Matriz Anti-Imagem - LOT-R ............................................................................. 115
Tabela 29 - Component Matrix - LOT-R ............................................................................... 116
Tabela 30 - Total da Variância Explicada - LOT-R ............................................................... 116
Tabela 31 - Rotated Component Matrix - LOT-R .................................................................. 118
Tabela 32 - Coeficientes de Confiabilidade - LOT-R ............................................................ 119
Tabela 33 - Matriz de Correlação – PANAS e LOT-R .......................................................... 121
Tabela 34 - Comunalidades – PANAS e LOT-R ................................................................... 123
Tabela 35 - KMO e Teste de Significância - PANAS e LOT-R ............................................ 124
Tabela 36 - Matriz Anti-Imagem - PANAS e LOT-R ............................................................ 125
Tabela 37 - Component Matrix - PANAS e LOT-R .............................................................. 126
Tabela 38 - Total da Variância Explicada - PANAS e LOT-R .............................................. 127
Tabela 39 - Rotated Component Matrix - PANAS e LOT-R ................................................. 129
Tabela 40 - Coeficientes de Confiabilidade - PANAS e LOT-R ........................................... 130
SUMÁRIO
1 PROBLEMÁTICA ............................................................................................... 16
1.1 CONTEXTO ........................................................................................................... 16
1.2 FORMULAÇÃO DO PROBLEMA ....................................................................... 18
1.3 OBJETIVO ............................................................................................................. 19
1.3.1 Objetivo Final ........................................................................................................ 19
1.3.2 Objetivos Intermediários ...................................................................................... 20
1.4 HIPÓTESES ........................................................................................................... 20
1.5 DELIMITAÇÃO ..................................................................................................... 21
1.6 JUSTIFICATIVA ................................................................................................... 21
1.7 DEFINIÇÃO DOS TERMOS ................................................................................. 23
2 REFERE�CIAL TEÓRICO ................................................................................ 26
2.1 COMUNIDADES VIRTUAIS ............................................................................... 26
2.2 O CONSUMIDOR IDOSO ..................................................................................... 32
2.2.1 Comportamento do Consumidor Idoso versus Comportamento dos
Consumidores em Geral ........................................................................................................ 37
2.2.2 O idoso versus a Internet ...................................................................................... 48
2.3 EMOÇÕES ............................................................................................................. 53
2.3.1 Atitudes .................................................................................................................. 55
2.3.2 Afeto Positivo e Afeto �egativo............................................................................ 60
2.3.3 Otimismo e Pessimismo ........................................................................................ 62
2.4 ESCALAS EMOCIONAIS ..................................................................................... 64
2.4.1 Positive and �egative Affect Schedule (PA�AS) ............................................... 68
2.4.2 Revised Life Orientation Test (Teste de Orientação da Vida Versão Revista) -
LOT-R (TOV-R) .................................................................................................................... 72
3 ASPECTOS METODOLÓGICOS ...................................................................... 78
3.1 TIPO DE PESQUISA ............................................................................................. 78
3.2 QUANTO AOS FINS ............................................................................................. 78
3.3 QUANTO AOS MEIOS ......................................................................................... 78
3.4 COLETA DE DADOS ............................................................................................ 79
3.5 TRATAMENTO DE DADOS ................................................................................ 83
3.6 UNIVERSO E AMOSTRA .................................................................................... 83
3.7 SELEÇÃO DOS SUJEITOS ................................................................................... 85
3.8 LIMITAÇÕES DO MÉTODO ............................................................................... 85
4 A�ÁLISE DOS RESULTADOS ......................................................................... 86
4.1 DESCRIÇÃO DA AMOSTRA ............................................................................... 86
4.2 ANÁLISE DE COMPONENTES PRINCIPAIS VERSUS ANÁLISE FATORIAL .
................................................................................................................................. 93
4.2.1 Análise dos dados perdidos (missing values) e observações atípicas (outliers) 99
4.2.2 Análise dos Resultados da Escala PA�AS ........................................................ 100
4.2.3 Análise dos Resultados do LOT-R ..................................................................... 112
4.2.4 Análise dos Resultados da Escala PA�AS e LOT-R ....................................... 120
4.3 ALGUMAS RESPOSTAS ÀS PERGUNTAS ABERTAS .................................. 130
4.4 VALIDAÇÃO DAS HIPÓTESES ........................................................................ 133
5 CO�CLUSÕES E SUGESTÕES PARA FUTUROS ESTUDOS ................... 136
REFER�CIAS .................................................................................................................. 141
APÊ�DICE A. VERSÃO PARA IMPRESSÃO DO FORMULÁRIO ......................... 150
APÊ�DICE B. VERSÃO DO FORMULÁRIO �O PROGRAMA LIME SURVEY
VERSÃO 1.87 ................................................................................................................... 153
16
1 PROBLEMÁTICA
1.1 CONTEXTO
De acordo com a sugestão das Nações Unidas para países em desenvolvimento, o
Estatuto do Idoso do Brasil, de 2003, aceita como idoso as pessoas de 60 anos ou mais de
idade. Segundo o Instituto Brasileiro de Geografia e Estatística (IBGE), o Brasil pertence ao
grupo dos dez países com o maior número de pessoas idosas. Até meados de 2009, uma
pesquisa realizada por este instituto relata que já são quase 21 milhões de brasileiros que se
enquadram nessa faixa etária, o equivalente a mais de 10% da população.
O IBGE também afirma que, no ano 2000, a população brasileira que possuía 60 anos
ou mais de idade era de quase 15 milhões de pessoas, contra aproximadamente 11 milhões em
1991, demonstrando um aumento em torno de 40% em menos de uma década. Ainda de
acordo com o IBGE, a percentagem relativa da população idosa, quando comparada com o
total da população brasileira no início dos anos 1990, representava um pouco mais de 7%, e
essa proporção subiu para quase 9% em 2000 e para mais de 10% em 2010.
Segundo dados da Organização Mundial de Saúde (OMS), até 2025 o Brasil alcançará
a posição de sexto país do mundo com maior número de pessoas idosas. É ainda a OMS que
prevê que até esse ano o mundo estará habitado por mais idosos do que crianças.
Os idosos com mais de 70 anos já são atualmente 8,5 milhões de brasileiros ou 4,5%
da população do Brasil, de acordo com levantamento realizado pelo IBGE no ano de 2009. Já
o Instituto de Pesquisa Econômica Aplicada (IPEA) projeta para 2050 a triplicação da
população de idosos no Brasil, que passará a representar cerca de 13% do povo brasileiro.
Tal mercado ─ considerado ainda novo e em crescimento pelo IBGE ─ merece
atenção e é relevante se conhecer mais sobre o comportamento de seus integrantes. No
17
presente estudo, a investigação se detém especialmente no âmbito da tecnologia da
informação.
Foi escolhida, então, a Associação dos Aposentados e Pensionistas de Volta Redonda,
a AAPVR, para a seleção de uma amostra, a fim de se analisar as emoções dos seus
consumidores idosos participantes de comunidades virtuais, investigando quais são as
emoções relacionadas ao otimismo e ao pessimismo e verificando a validade das escalas
Positive and �egative Affect Schedule (PANAS) e Revised Life Orientation Test (LOT-R)
para este segmento da população.
Criada em 20 de maio de 1973, a AAPVR atua em Volta Redonda e é uma instituição
pública filantrópica que tem como objetivo defender os direitos de seus participantes. Ela
surgiu da união de aposentados e de pensionistas e hoje, de acordo com a própria instituição, é
a maior associação de aposentados da América Latina. Ela oferece aos seus associados e
dependentes assistência médica, odontológica e funerária. Atualmente, o número aproximado
de associados é de 45 mil.
A AAPVR estabeleceu-se em 1973 em sedes provisórias e hoje possui um grande
patrimônio, com sedes próprias e modernas, que oferecem conforto e segurança a todos os
seus usuários.
A utilização da internet e a participação em comunidades virtuais pelos idosos da
associação são bastante incentivadas.
A exata data do surgimento oficial da internet é bastante controversa; porém, de
acordo com Aaker e Day (2004), sua importância como um grande meio de comunicação
cresceu e chamou atenção da população entre 1995 e 1996, trazendo euforia a todos os setores
da economia brasileira. Entretanto, em pesquisa realizada pelo IBGE em 2005, 79% dos
brasileiros nunca acessaram a internet, caracterizando-se este grupo como de excluídos
digitais. Apenas 21% (32,1 milhões) já haviam acessado a internet pelo menos uma vez.
18
Com o intuito de minimizar este problema, a AAPVR oferece um Projeto de Inclusão
Digital que se fundamenta na necessidade de uma melhor preparação para os novos tempos,
em que a informática se apresenta como uma ferramenta preponderante. A citada instituição
prima por introduzir um instrumento de inclusão social que atenda a uma faixa etária mais
avançada, e os estimule a conhecer um mundo de inovações tecnológicas, incentivando-os a
participar de comunidades virtuais, com o objetivo de melhorar o relacionamento com a
sociedade.
Este projeto foi implantado em 09 de outubro de 2006 e, desde então, oferece
treinamento aos seus participantes, promovendo a capacitação dos idosos para o uso da
informática.
Para um maior engajamento dos idosos na sociedade do qual fazem parte, é necessário
que se compreenda melhor as emoções que eles demonstram, principalmente quando da
participação em comunidades virtuais.
Considerando-se a importância do estudo das emoções, Ayrosa, Sauerbronn e Barros
(2007) afirmam que houve relevante crescimento no estudo das emoções relacionado ao
comportamento de compra e de consumo dos idosos nas últimas duas décadas no Brasil.
O consumidor idoso, suas atitudes e emoções terão, então, destaque no decorrer deste
estudo, com um enfoque naqueles que participam de comunidades virtuais.
1.2 FORMULAÇÃO DO PROBLEMA
O comportamento de consumo e a forma de expressão das emoções dos consumidores
idosos diferem-se da dos jovens e dos adultos jovens, afirma Solomon (2008).
Hawkins et al (2007) demonstram que a emoção está intrínseca ao estudo dos tipos de
afeto, enquanto Watson, Clark e Tellegen (1988) desenvolveram uma escala para a avaliação
das emoções em função de sua intensidade de ocorrência, denominada PANAS.
19
Já Scheier, Carver e Bridges (1994) elaboraram o LOT-R, uma escala que visa medir o
otimismo disposicional1, interpretando o pessimismo como seu polo oposto em um só
componente e em uma só dimensão. Entretanto, tais autores afirmam que não é incomum,
dependendo do segmento analisado, a presença de dois componentes distintos, o otimismo e o
pessimismo, tendo cada um deles um grupo diferente de características correlacionadas.
Tem-se esta dissertação, então:
Tema: Comportamento do Consumidor Idoso.
Assunto: Um estudo sobre as emoções dos consumidores idosos que participam de
comunidades virtuais.
Problema: Sob o aspecto dos estados emocionais, até que ponto os resultados da
aplicação da Positive and �egative Affect Schedule (PANAS) e do Teste Revisto de
Orientação da Vida - Revised Life Orientation Test (LOT-R) a consumidores idosos
vinculados à AAPVR, que participam de comunidades virtuais, convergem com as respectivas
estruturações teóricas propostas?
1.3 OBJETIVO
1.3.1 Objetivo Final
Analisar as emoções dos consumidores idosos da AAPVR participantes de
comunidades virtuais, investigando quais são aquelas relacionadas ao otimismo e ao
pessimismo, e verificando a validade das escalas emocionais PANAS e LOT-R para este
segmento da população.
1 Otimimismo disposicional ocorre quando a pessoa não sabe dizer especificamente o motivo de sua satisfação. Os motivos citados por ela não parecem satisfatórios para a explicação do que ela está sentindo.(BANDEIRA et al, 2002).
20
1.3.2 Objetivos Intermediários
• Analisar e compreender as emoções positivas e negativas dos consumidores
idosos da AAPVR listadas na escala PANAS;
• Analisar e compreender o otimismo e o pessimismo dos consumidores idosos
da AAPVR através do LOT-R;
• Verificar quais emoções estão relacionadas com o otimismo e o pessimismo
dos consumidores idosos da AAPVR;
• Identificar as principais comunidades virtuais que os consumidores idosos da
AAPVR participam;
• Identificar e analisar os principais temas com que os consumidores idosos da
AAPVR que participam de comunidades virtuais buscam se envolver.
1.4 HIPÓTESES
Para entender como se apresenta o segmento dos consumidores idosos participantes de
comunidades virtuais da AAPVR, as seguintes hipóteses serão testadas, baseadas na
afirmação de Solomon (2008) de que o comportamento de consumo e a forma de expressão da
emoções dos idosos diferem daquelas dos jovens e dos adultos jovens:
H1: A escala PANAS também é válida quando aplicada aos consumidores idosos da
AAPVR que participam de comunidades virtuais.
H2: O Teste de Orientação da Vida também é válido quando aplicado aos
consumidores idosos da AAPVR que participam de comunidades virtuais.
Durante a realização desta dissertação, percebeu-se a inexistência de estudos que
apontassem qualquer correlação estatística entre as duas escalas. Decidiu-se, portanto, realizar
esta análise por meio da verificação das hipóteses listadas a seguir:
21
H3: Há correlação estatística entre o afeto positivo e o otimismo dos consumidores
idosos da AAPVR que participam de comunidades virtuais.
H4: Há correlação estatística entre o afeto negativo e o pessimismo dos consumidores
idosos da AAPVR que participam de comunidades virtuais.
1.5 DELIMITAÇÃO
Nesta pesquisa, pretende-se analisar as emoções dos consumidores dos sexos
masculino e feminino, de 60 a 75 anos de idade, associados à AAPVR e que participam de
comunidades virtuais.
Quanto à delimitação teórica, este estudo ateve-se à utilização de duas escalas
emocionais ─ PANAS e LOT-R ─ com o objetivo de analisar as 20 emoções, o otimismo e o
pessimismo listados por elas, excluindo-se qualquer outro tipo de escala existente.
Geograficamente, o estudo foi delimitado aos consumidores idosos da AAPVR, em
Volta Redonda, no estado do Rio de Janeiro.
Como delimitação temporal, a coleta de dados foi realizada nos meses de dezembro de
2009 a março de 2010.
1.6 JUSTIFICATIVA
O idoso mostra-se cada vez mais ativo e interessado em novos aprendizados. Este é
um segmento da população que, de acordo com o IBGE (2009), está em constante
crescimento, tendo projeção de aumento substancial para as próximas duas décadas, chegando
a quase 18% da participação da população brasileira prevista para o ano de 2028.
22
Se o mercado se altera com o envelhecimento da população, o perfil dos consumidores
também se modifica. Surge a necessidade da criação de novos produtos e serviços que
atendam à demanda desse novo mercado. Os idosos emergem como importante segmento de
mercado e, à medida que a população envelhece, suas necessidades, como consumidores,
tornam-se mais relevantes. Entretanto, Sievert e Taíse (2007) observam que as empresas
parecem não dar a atenção devida a esse novo público.
Estimular o estudo das emoções dos consumidores idosos, com o objetivo de melhor
utilizar as oportunidades oferecidas por este mercado em crescimento, se faz, então,
extremamente pertinente.
A realização deste estudo visa contribuir para o aumento do conhecimento relativo aos
consumidores idosos no âmbito dos estados emocionais quando relacionados com a
tecnologia da informação. Percebe-se, por isso, a importância de se analisar as emoções dos
consumidores idosos participantes de comunidades virtuais e investigar quais são aquelas
relacionadas ao otimismo e ao pessimismo, assim como verificar a validade das escalas
PANAS e LOT-R para este segmento da população.
Percebeu-se que a validação destas duas escalas é importante para a gestão
empresarial, possibilitando um extenso campo de estudos sobre os consumidores idosos e suas
emoções.
O comportamento de consumo da nova geração de idosos tem se transformado
diariamente. Este grupo está mais atualizado, tem exigido novos serviços e produtos; viaja
para diversos lugares, passeia, compra muito e busca cada vez mais fugir da solidão utilizando
as ferramentas que as novas tecnologias propiciam.
Ladeira, Guedes e Bruni (2003) afirmam que, no Brasil, o grupo enquadrado no
segmento dos idosos é o que mais cresce. Com base nos dados do IBGE (2009), o número de
pessoas com mais de 60 anos já cresceu neste século a uma taxa percentual mais de duas
23
vezes superior à taxa de crescimento da população em geral. Em pesquisa realizada por esse
instituto, até o ano de 2025, o número de idosos deverá mais do que dobrar, passando dos
atuais 15 milhões para quase 32 milhões de pessoas.
Visualizou-se, por isso, a tendência do aumento da importância dos idosos como
segmento de mercado e, à medida que a população envelhece, as necessidades dos
consumidores idosos se tornarão cada vez mais influentes.
Se o mercado se altera com o envelhecimento da população, o perfil dos consumidores
também se modifica. Surge a necessidade da criação de novos produtos e serviços que
atendam à demanda desse novo mercado. No entanto, segundo Sievert e Taíse (2007), as
empresas parecem não prestar atenção a esse novo público que está surgindo; um público com
um razoável poder aquisitivo, com grande disponibilidade de tempo: um consumidor exigente
e cada vez mais preocupado com sua saúde e bem-estar.
Verificou-se, por isso, a relevância de se estudar as emoções deste segmento de
consumidores. Contudo, apesar desta importância, a literatura ainda não apresenta a
correlação dos seus estados emocionais com o otimismo e o pessimismo. Têm-se, por isso, a
relevância da investigação da correlação entre as escalas PANAS e LOT-R no presente
estudo.
Como conseqüência, poder-se-á fornecer informações consistentes para um melhor
desempenho da AAPVR, colaborando com a maior eficácia de seus projetos. Outrossim, tal
pesquisa poderá se estender e contribuir com todos aqueles que tenham interesse neste tipo de
segmento da população.
1.7 DEFINIÇÃO DOS TERMOS
Afeto �egativo – Conjunto de estados emocionais percebidos à medida que a pessoa
indica um sentimento de indisposição ou perturbação. (GALINHA e RIBEIRO, 2005);
24
Afeto Positivo – Conjunto de estados emocionais percebidos à medida que a pessoa
manifesta entusiasmo com a vida (GALINHA e RIBEIRO, 2005);
Alfa de Cronbach – “Medida de confiabilidade que varia de 0 a 1, sendo os valores
de 0,60 a 0,70 considerados o limite inferior de aceitabilidade”. . (HAIR, et al., 2005, p.90)
Emoções – “Um conjunto de fenômenos que inclui comportamentos, cognições,
sensações fisiológicas e sensações subjetivas”. (Stone, 1997 apud GALINHA e RIBEIRO,
2005, p.209)
Idoso – Para a Organização das Nações Unidas (ONU), nos países em
desenvolvimento, o idoso é todo aquele que tem mais de 60 anos. Já quando associado a
países desenvolvidos, a idade deste grupo se dá a partir dos 65 anos, pois se leva em
consideração a maior expectativa de vida.
Comunidades Virtuais – Grupo de pessoas que dividem um interesse em comum;
porém, ao invés de se encontrarem fisicamente, formam comunidades que ultrapassam as
barreiras geográficas, culturais, e econômicas, comunicando-se via internet. (LEPA e
TATNALL, 2006)
Confiabilidade – É uma avaliação do grau em que uma variável ou um conjunto de
variáveis é consistente com o que se pretende medir. A medida mais comumente usada é a
consistência interna, através do Alfa de Cronbach. (HAIR, et al., 2005, p.90)
Consistência Interna – “Medida que avalia a consistência entre variáveis de uma
escala múltipla. A idéia da consistência interna é que os itens ou indicadores individuais da
escala devem medir o mesmo constructo e assim ser altamente inter-correlacionados”. (HAIR,
et al., 2005, p.111)
Life Orientation Test / Teste de Orientação da Vida (LOT-R ou TOV-R) – É uma
escala emocional que
[...]visa medir o construto de orientação da vida, referente à maneira como as pessoas percebem suas vidas, de uma forma mais otimista ou menos otimista. Este
25
construto foi definido em termos das expectativas que as pessoas possuem sobre os eventos que ocorrerão no futuro em suas vidas. (BANDEIRA et al, 2002, p.251)
Otimismo – “Recurso psicológico associado à saúde mental, e associado a um melhor
ajustamento e adaptação efetiva tornando-se especialmente importante quando o indivíduo
enfrenta situações de desafio ou acontecimentos ameaçadores”. (GASPAR, et al. 2009, p.
439)
Pessimismo – Recurso psicológico manifestado no indivíduo que possui uma
tendência a “acreditar que as vicissitudes são irremovíveis, que minam insidiosamente todas
as suas atividades, e que são os únicos responsáveis por elas” (SELIGMAN, 1992, p.15)
Positive and �egative Affect Schedule (PA�AS) – É uma escala emocional que
“[...]surge da necessidade de desenvolver medidas breves, fáceis de administrar e válidas, para
avaliar os afetos positivo e negativo”. (GALINHA e RIBEIRO, 2005, p.219)
Segmentação de Mercado – É o processo de subdividir um mercado em subconjuntos
distintos de clientes que se comportam da mesma maneira ou têm necessidades semelhantes.
Validade – “É o grau em que uma escala ou um conjunto de medidas representa com
precisão o conceito de interesse do estudo.” Uma forma de medir a validade empiricamente é
através da relação entre conjuntos de variáveis teoricamente definidos. Ela determina se uma
escala apresenta relações mostradas como existentes, com base em teoria ou pesquisa prévia.
(HAIR, et al., 2005, p.112)
26
2 REFERE�CIAL TEÓRICO
2.1 COMUNIDADES VIRTUAIS
Os meios de comunicação, no que tange ao aspecto de sua ação, modificam o espaço e
o tempo, bem como as relações entre as várias partes da sociedade, transformando também a
ideia tradicional de comunidade. Assim, também a comunicação mediada pelo computador
tem afetado a sociedade e influenciado a vida das pessoas e a noção de comunidade.
(WEBER, 1987).
É interessante, então, ressaltar a definição de comunidade, quando abordada
amplamente, antes de se destacar o conceito de comunidades virtuais.
Matuzawa (2001, p.16) define comunidade como “um grupo de pessoas que vivem
juntas e se relacionam mutuamente, que compartilham interesses particulares e também todo
um conjunto de interesses amplos e completos para incluir suas vidas”, coincidindo em seu
tempo e espaço, tendo suas atividades localizadas.
Além disso, as comunidades virtuais constituem um assunto recente, que tem sido
discutido por diversos pesquisadores de áreas sociais, educacionais e de negócios (LÉVY
(2000).
Teixeira Primo (1997, p.3) afirma que
O conceito de comunidade tem evoluído. É costumeiramente usado para descrever um conjunto de pessoas em uma determinada área geográfica. Também inclui a idéia de que esse conjunto possui uma estrutura social. Isto é, existe algum tipo de relacionamento entre essas pessoas. Além disso, pode existir um espírito compartilhado entre os membros da comunidade e um sentimento de pertencer ao grupo.
Recuero (2002, p. 14) amplia o conceito de comunidade e afirma que a “comunidade
mediada por computador é um dos aspectos de utilização dos computadores conectados a
internet”.
27
Segundo Pasqualotti et al. (2007, p. 2),
A sociedade encontra-se diante de uma situação paradoxal de exclusão, seja social ou digital, que surge e se destaca dentro da própria sociedade. As Tecnologias da Informação e Comunicação (TICs) apresentam-se disponíveis em formas e diversidade cada vez mais amplas. Mas, por outro lado, percebe-se um aumento gradativo da quantidade de indivíduos excluídos socialmente e digitalmente. Esse fato tem levado instituições e seus profissionais a pensarem o processo da Inclusão Digital para além do manuseio tecnológico.
Surge então o conceito de comunidade virtual que, de acordo com Recuero (2009),
reporta à ideia de um grupo de pessoas que estabeleçam entre si relações sociais. Esses
relacionamentos são construídos através da interação mútua entre os indivíduos, em um
período de tempo.
As comunidades virtuais são grupos de pessoas com interesses comuns, que se
comunicam estruturadamente por meios eletrônicos, principalmente a web. (TEIXEIRA
FILHO, 2009)
Hawkins et al (2007, p.76) definem comunidades virtuais como “comunidades que
interagem ao longo do tempo em torno de um assunto de interesse na Internet”. Essas
interações podem ser de diversas formas: por meio de fóruns, que são espécies de quadros de
aviso publicados por meio da internet; blogs, que são diários pessoais também disponíveis na
internet, sites relacionados a um assunto de interesse específico do consumidor, e outros.
Rheingold (2003, p. 72) reforça que “as comunidades virtuais consistem de conjuntos
de relacionamentos informais de sociabilidade e apoio social para conectar os membros da
sociedade, indiferente de onde eles vivem ou trabalham”.
Baudrillard (1997, p. 71) demonstra seu receio sobre a perda das representações do
mundo real devido ao espaço virtual, onde se encontram as comunidades virtuais.
Hoje, não pensamos o virtual; somos pensados pelo virtual. Essa transparência inapreensível, que nos separa definitivamente do real, nos é tão ininteligível quanto pode ser para a mosca o vidro contra o qual se bate sem compreender o que a separa do mundo exterior. Ela não pode nem sequer imaginar o que põe fim ao seu espaço.
Entretanto, Lemos (1996, p. 21) afirma que este medo deve ser descartado, pois
28
o interesse sociológico e antropológico do ciberespaço reside justamente no vitalismo social que os chats permitem canalizar. Este interesse está no fato de que todas as formas de sociabilidade contemporâneas encontram na tecnologia um potencializador, um catalisador, um instrumento de conexão.
Hiltz e Wellman (1997, p.45) também conceituam comunidades virtuais como sendo
“[...] agregações sociais que surgem na Internet, quando um número suficiente de pessoas
levam adiante discussões públicas longas e com suficiente sentimento humano, a ponto de
estabelecerem redes de relacionamentos no ciberespaço".
Lévy (2000) conceitua ciberespaço como uma rede informatizada, que abriga um novo
espaço de interação humana, que já tem importância nos planos econômico e científico ─
podendo ser ampliada a vários outros campos. Já Recuero (2002, p. 17) afirma que “o
ciberespaço é o espaço onde se desenvolvem as relações que se originarão a comunidade
virtual”.
Pode-se constatar que comunidade virtual é o termo utilizado para os agrupamentos
humanos que surgem no ciberespaço, através da comunicação mediada pelas redes de
computadores (CHRIST et al. 2004).
Os consumidores participantes das comunidades virtuais possuem classificações
distintas. Hawkins et al (2007, p.76) distinguem três tipos de membros:
• Os líderes: são um grupo relativamente pequeno. Têm uma grande influência e assumem a maioria das responsabilidades pela manutenção da comunidade. São membros ativos porque não apenas enviam mensagens, mas também respondem a mensagens de outros membros.
• Os participantes: são um grupo maior. São membros ativos, mas não são considerados (por si mesmos ou pelos outros) como líderes.
• Os moiteiros: são o grupo mais numeroso. Apenas lêem passivamente as discussões do grupo e não são participantes ativos.
Lepa e Tatnall (2006) comentam sobre a redução das habilidades de comunicação
quando do isolamento social, principalmente em pessoas idosas. Por isso é de fundamental
importância que, o envelhecimento não seja sinônimo de diminuição de convívio social e de
independência. A participação em comunidades virtuais exerce, então, um papel fundamental
na manutenção dessas habilidades de comunicação.
29
No meio virtual, o indivíduo escolhe qual comunidade deseja fazer parte. Sua
principal motivação é o interesse particular em um ou mais assuntos com que se identifica. É
também um espaço onde encontra pessoas com quem possa compartilhar ideias e promover
discussões públicas. Essa interação mútua, relação recíproca que ocorre entre as pessoas
mediadas pelo computador, é fundamental para o estabelecimento e consolidação de
comunidades virtuais (TEIXEIRA PRIMO, 1998 apud CORRÊA, 2004).
As comunidades virtuais são agregadas sociais que surgem da internet, quando uma
quantidade suficiente de gente leva adiante essas discussões públicas durante um tempo
suficiente, com suficiente sentimento humano, para formar redes de relações pessoais no
espaço cibernético (RECUERO, 2009).
De acordo com Scaraboto (2006), pode-se considerar que a origem das comunidades
virtuais é datada do fim da década de 1970, quando a organização de uma rede de
computadores pessoais, conectados entre si, ampliou a participação dos indivíduos nas
discussões virtuais, que até então existiam somente com finalidades militares e de pesquisa.
As comunidades virtuais, especificamente as da era do ciberespaço, vêm modificando
suas dimensões ao passar do tempo, dimensões estas que eram consideradas provindas dos
conceitos de comunidade. Visualiza-se agora ser desnecessário a uma interação face a face, ou
de se estar em um mesmo território geográfico, para que se possa identificar este processo
(PERUZZO, COCO e KAPLÚN, 2002).
“As comunidades virtuais são definidas diferentemente para cada área de
conhecimento, de acordo com um critério que o usuário julga ser mais adequado. Elas variam
em grande escala em relação a seu propósito, estrutura e funcionamento” (SCARABOTO,
2006, p. 39).
Segundo Peruzzo, Coco e Kaplún (2002, p. 16),
[...] as comunidades virtuais vão se caracterizando pelo relacionamento, essencialmente, porém não exclusivamente, através de redes de computadores, ou da CMC - Comunicação Mediatizada por Computadores, conforme expressão utilizada
30
internacionalmente, e sem limites de espaço e de tempo, podendo as pessoas estarem conectadas desde o local de existência, no âmbito do território nacional ou abranger diferentes países.
Comunidades virtuais como Orkut, MySpace, Facebook, entre milhares de outras
hospedadas na internet, e que têm o propósito de facilitar o relacionamento pessoal, são
dispositivos tecnológicos baseados nas primeiras comunidades conectadas ─ que surgiram
nos EUA, entre o final da década de 1970 e início da década de 1980 (LIMA JUNIOR, 2008).
Segundo Lima Junior (2008, p. 111):
O comportamento dos usuários nas comunidades virtuais, segundo a perspectiva tecnológica, será modelado pela capacidade técnica de agregar soluções que melhorem a comunicação entre eles. Para Rheingolg, é a tecnologia que faz a comunidade virtual ser possível, pois tem o potencial para trazer enorme alavancagem para cidadãos comuns com um custo relativamente pequeno.
As comunidades virtuais, em relação ao meio que as baseia, classificam-se em quatro
tipos: salas de bate-papo, mundos virtuais, fóruns e listas de discussões, conforme ilustra a
Figura 1 Esses tipos de comunidades virtuais são formados pela combinação de duas formas
de estrutura social e dois possíveis focos para o grupo (SCARABOTO, 2006).
Figura 1 - Tipologia das Comunidades Virtuais
Estrutura Social
Foco do Grupo
Troca deInformações
InteraçãoSocial
Fóruns Listas
MundosSalas
Solta Estreita
Fonte: Adaptado de Scaraboto, 2006, p. 40
Segundo Christ et al. (2004, p. 4) :
O dia-a-dia dos idosos está mudando muito graças, em grande parte, à informática. Atraídos pelas novas tecnologias, de um modo especial pela Internet, a terceira idade descobre que só tem a ganhar com elas. Segundo o Instituto de Geriatria e Gerontologia da Pontifícia Universidade Católica (PUC) do Rio Grande do Sul, a Internet tornou-se mais uma alternativa de entretenimento e uma nova possibilidade
31
de relacionamento com os outros, além de aumentar a auto-estima e manter os idosos atualizados e na ativa [Teles, s.d.]. Para os idosos, o computador já não é mais um mistério indecifrável. Representa um novo aliado do viver bem e até uma oportunidade para que se mantenham economicamente ativos, podendo elevar o índice de 45% de idosos economicamente ativos no país. O uso do computador por pessoas de terceira idade é muito positivo porque estimula o raciocínio e a memória. O computador e a Internet são importantes porque fazem a pessoa pensar, ler e se concentrar, além de ser uma maneira de continuar interagindo com a atualidade.
Storch e Cozac (1995 apud TEIXEIRA PRIMO, 1997) afirmam que, para se fazer
entender e participar ativamente de uma comunidade virtual, deve-se expressar emoções
através de elementos textuais não verbais. Esses elementos fazem parte da Comunicação
Mediada por Computador (CMC), que introduz algumas pistas textuais que permitem a
informação de emoções.
O “hahaha” é utilizado como uma gargalhada, o “hehehe”, uma risadinha irônica, e o “hihihi” um riso tímido. Palavras em maiúsculas indicam que se está GRITANDO. E aquelas com suas letras separadas por espaços indicam que se está falando D E V A G A R. Além disso, é comum o uso de emoticons. Tratam-se de ícones criados com texto para a representação de expressões faciais de emoção ou de um ato. Elas devem ser normalmente visualizadas com a cabeça inclinada para a esquerda. (TEIXEIRA PRIMO, 1997, p.5)
O Quadro 1 a seguir demonstra alguns exemplos de emoticons usados pelos
participantes de comunidades virtuais.
Quadro 1 - Emoticons
:-) Sorriso :-( Fisionomia triste :-))) Um grande sorriso ;-) Feliz e piscando ?:-( Pessoa confusa :-x Beijo @>->->--- Uma rosa <><><> Palmas
Fonte: TEIXEIRA PRIMO (1997, p.5)
É Reid (1991 apud TEIXEIRA PRIMO, 1997) quem afirma que para se ter sucesso
em CMC é preciso usar símbolos como esses para melhor demonstrar atitudes e emoções em
um ambiente onde o contato físico e expressões corporais e faciais não existem, facilitando,
assim, a comunicação entre as partes.
32
2.2 O CONSUMIDOR IDOSO
A Organização Mundial da Saúde (OMS) registra que a definição de idosos é distinta
entre os países desenvolvidos e aqueles em desenvolvimento. Nos primeiros, são considerados
idosos aqueles que atingem os 65 anos de idade, enquanto nos últimos, caracteriza-se como
idoso aquele que já atingiu os 60 anos de idade. Porém, no Brasil, apenas maiores de 65 anos
possuem o benefício da gratuidade nos transportes públicos, o que leva a controvérsias a
respeito do cumprimento das leis específicas do governo brasileiro.
Moschis (1992) relata que, em 1991, 13% da população residente nas 29 maiores
nações têm mais de 65 anos. Em 2030, esse índice chegará a 23%. Nos países em
desenvolvimento, o crescimento dessa população idosa é ainda maior.
O Gráfico 1 representa uma projeção realizada pelo IBGE da população de idosos no
mundo, no período de 1998 a 2051.
Gráfico 1 - Projeção de Idosos no Mundo
0
5000000
10000000
15000000
20000000
25000000
1998 2010 2051
Fonte: IBGE (2010)
33
Solomon (2008) preconizou que, seguindo tendências já notórias, em 2011 o poder
aquisitivo dos consumidores mais velhos ficará ainda melhor. O autor ainda ressalta que
algumas áreas podem se beneficiar com este crescimento, tal como academias de ginástica,
cruzeiros e turismo, cirurgia estética e tratamento de pele, livros, cursos universitários e
outros exemplos relacionados a atividades de entretenimento.
O IBGE (2009) afirma que é cada vez maior o número de idosos que são chefes de
famílias brasileiras, adiando a aposentadoria ou voltando ao mercado de trabalho depois dos
60 anos para reforçar o orçamento doméstico. Indicadores desse instituto demonstram que as
pessoas com mais de 60 anos são responsáveis por arcar com metade da despesa familiar em
53% dos lares brasileiros.
Para Camarano (2004), mais importante do que um aumento no nível da atividade
econômica em geral é a verificação do aumento na participação da População
Economicamente Ativa (PEA). A autora ainda ressalta que, ao se considerar o
envelhecimento populacional, o número de idosos economicamente ativos pode vir a
representar 13% no ano 2020.
Segundo Carvalho e Andrade (2000 apud CONVERSO e IARTELLI, 2005, p.83), nas
sociedades ocidentais é comum associar o envelhecimento à aposentadoria.
No plano individual envelhecer significa aumentar o número de anos vividos. Entretanto, paralelamente à evolução cronológica, coexistem fenômenos de natureza biopsíquica e social, importantes para a percepção da idade e do envelhecimento. É difícil, e não muito preciso, caracterizar uma pessoa como idosa utilizando como único critério a idade, mas é necessário na maioria das vezes para que se tenha claro a classificação utilizada nos diversos serviços.
Carvalho Filho e Papaléo Netto (2000) definem envelhecimento como um processo
progressivo e dinâmico, no qual existem modificações morfológicas, fisiológicas, bioquímicas
e psicológicas, determinando a perda progressiva da capacidade que o indivíduo tem de se
adaptar ao ambiente, tornando-o mais vulnerável e suscetível a processos patológicos que
terminam por ocasionar a morte.
34
Nos Estados Unidos, diversos programas governamentais definem distintamente os
idosos e também os nomeiam como pessoas de maior idade. As estatísticas do governo
americano sugerem de forma implícita que a idade de 65 anos ou mais é aquela de maior
possibilidade de as pessoas se aposentarem (MOSCHIS, 1992).
Segundo o Censo realizado pelo IBGE em 2000, a população de 60 anos ou mais de
idade, no Brasil, era de 14 536 029 de pessoas, contra 10 722 705 em 1991. O peso relativo da
população idosa no início da década de 1990 era de 7,3%, enquanto que, em 2000, essa
proporção passou a atingir 8,6%. Nesse período, por conseguinte, o número de idosos
aumentou em quase quatro milhões de pessoas. Nota-se, então, que tal segmento da população
forma um conjunto bastante elevado de pessoas, com tendência de crescimento nos próximos
anos.
Moschis (1992) ressalta que, de acordo com diferentes profissionais da área médica,
quando as pessoas ficam mais vulneráveis às fragilidades humanas, passam a ser consideradas
idosas. Afirma-se também que a idade cronológica tem ação diferenciada sobre o ser humano,
demonstrando sensíveis diferenças no efeito da idade e no nível de atividade das pessoas com
relação aos seus estados de saúde. Explica-se, por este fato, a existência de indivíduos que não
aparentam a sua real idade. O mesmo autor também observa que, se houver uma comparação
entre dois idosos de mesma idade, verificar-se-á que um será diferente do outro, em função
dos diferentes fatores ambientais e características hereditárias.
Christ et al. (2004) acreditam que o envelhecimento não é um processo uniforme;
entretanto, é contínuo e bastante complexo. Isso ocorre porque o ser humano envelhece em
diferentes ritmos e formas. Ressalta-se também que, durante o tal processo, as pessoas
apresentam graduais mudanças que afetam significativamente a forma de interação com
outras pessoas e com o ambiente à sua volta.
35
O envelhecimento de um indivíduo é caracterizado segundo três tipos de mudanças:
psicológicas, biofísicas e sociais (CHRIST et al. (2004).
A mudança psicológica dos idosos varia e tem como base a intitulada idade mental do
ser humano. Esta última é definida com base no resultado de fatores biofísicos, ambientais ou
da interação de ambos. Interessante também é ressaltar que o ser humano tem a percepção de
idade mais tardia de acordo com o avançar de sua idade. Pessoas com aproximadamente 60
anos normalmente se autointitulam idosas somente a partir dos 75 anos (MOSCHIS, 1992).
As mudanças biofísicas estão relacionadas ao funcionamento sensorial e intelectual do
organismo. As transformações externas, como a aparência, e, por conseqüência, o
envelhecimento, também têm bastante valor. À medida que as pessoas envelhecem, o
organismo passa a ficar mais suscetível e aberto às doenças, encontrando mais dificuldade em
seu restabelecimento (MOSCHIS, 1992).
Blecher (2005) observa que é comum se visualizar a diminuição da força e
flexibilidade muscular no idoso ─ levando-o a evitar trabalhos pesados e a buscar produtos de
mais fácil manuseio como, por exemplo, roupas com velcro, em vez de botões pequenos.
A percepção das cores também se modifica: com o passar do tempo, as cores preta,
cinza, marrom e azul ficam mais difíceis de ser percebidas (LADEIRA, GUEDES e BRUNI,
2003).
A perda da sensibilidade no paladar e a audição dos tons agudos também são
observadas, conforme os mesmos autores. Os tons agudos são menos perceptíveis que os tons
graves, e verifica-se também uma grande dificuldade na diferenciação dos diversos tons. A
diminuição do paladar faz com que seja mais difícil se distinguir entre os sabores
considerados básicos, como o azedo, o doce, o salgado e o amargo. Blecher (2005) afirma que
se pode verificar que a diminuição dos sabores doces é maior do que o do amargo.
36
No que concerne às mudanças sociais, existe uma grande correlação entre a variedade
de papéis que o idoso assume e a intensidade e frequência com que são desempenhados
(SCHIRRMACHER, 2005).
Segundo Schewe e Balazs (1992 apud DINIZ, 2006), alguns papéis sociais são mais
frequentes nos idosos do que nos mais jovens.
* O papel do ninho vazio: É assumido pelos pais quando o último filho sai de casa. Representa um maior tempo livre para o casal, que passa a focar suas despesas em serviços ao invés de produtos e a buscar novas experiências, através de viagens, por exemplo. * O papel de auxílio aos outros: Com aumento da expectativa de vida, muitas pessoas de mais idade, principalmente mulheres, assumem o papel de cuidar de outros parentes mais idosos, como pais e sogros. * O papel de aposentado: Este papel é assumido quando a pessoa para de trabalhar e pode representar uma grande perda, uma vez que o trabalho estabelece uma rotina e dá ao indivíduo um senso de realização pessoal. * O papel de ex-aposentado: Muitas pessoas voltam a trabalhar depois que se aposentam. Pessoas de classes sociais mais baixas voltam pelas dificuldades financeiras, enquanto as classes sociais mais altas voltam pelos benefícios sociais do trabalho. O voluntariado também é uma opção para ocupar o tempo livre depois da aposentadoria, assim como dar aulas e voltar a estudar. * O papel de avós: Este papel pode ser desempenhado de maneira mais formal, onde os avós, apesar de ativamente interessados em seus netos, não interferem em sua educação; de maneira distante, onde os avós pouco interagem com os netos; ou podem ser companheiros dos netos, participando de atividades de lazer em conjunto e servindo como modelo. * O papel de viúvos: Este papel é bastante difícil, uma vez que a pessoa que perde o/a parceiro/a tem que se adaptar a novos hábitos de vida, aprendendo a ser independente e absorver as tarefas que anteriormente eram desempenhadas pelo outro. A viuvez é vista mais como uma perda de papel do que um novo papel, uma vez que a identidade de casal é perdida. * O papel em um novo casamento: Em geral as pessoas se casam novamente em busca de companhia e para não depender tanto dos filhos. A decisão de um novo casamento é muito difícil, uma vez que há o receio da desaprovação por parte dos filhos e da sociedade.
Sob a perspectiva psicológica, Blecher (2005) ressalta que há interessantes mudanças
na personalidade e cognição dos idosos. A memória e a inteligência são afetadas pelas
alterações cognitivas, que diminuem ao passar do tempo, assim como certas habilidades,
especialmente as psicomotoras como a percepção do todo, o tempo de resposta e novos
aprendizados. Percebe-se, também, a diminuição da habilidade verbal e do armazenamento de
informações.
37
2.2.1 Comportamento do Consumidor Idoso versus Comportamento dos
Consumidores em Geral
O comportamento dos consumidores idosos apresenta aspectos distintos.
De acordo com Silvers (1997), a ideia de que os profissionais de marketing focaram
sua atenção em consumidores mais jovens e deixaram de lado aqueles que atingiram uma
idade mais avançada é cada vez mais ultrapassada, já que este segmento de consumidores
ativos estão dispostos a experimentar novas marcas e que se destacam por sua relação a estilos
de vida e comportamento de consumo.
Os estudiosos de marketing começaram a desenvolver interesse pelo chamado mature
market, um mercado de consumidores mais maduros. Tendo em vista a vontade de se atender
a este segmento, muitas decisões tomadas por este grupo, seus consultores e suas respectivas
agências de propaganda e marketing eram baseadas em estereótipos do consumidor de mais
idade. Esses últimos eram vistos como um conjunto homogêneo de pessoas que viviam
isoladas, com saúde debilitada, que gostavam de estar apenas com pessoas de sua idade,
compravam produtos desenhados especificamente para elas e gostavam de ver pessoas de
mais idade nas propagandas. Uma pesquisa feita nos Estados Unidos, no final da década de
1980, revelou que um terço dos consumidores de mais idade tinha boicotado produtos e lojas
por causa da forma que seus anúncios retratavam os consumidores de mais idade. O
marketing daqueles anos, no que diz respeito a este grupo, foi então chamado de marketing de
tentativa e erro (MOSCHIS, 1992).
Dos anos 1990 até a atualidade, duas tendências são identificadas no marketing
voltado aos consumidores maduros. A primeira é que um grande número de empresas
reconheceu a importância deste segmento e desenvolveu programas que atingissem esses
consumidores de forma eficiente ─ fato comprovado pela crescente oferta de produtos que
têm como objetivo atender a esse público.
38
A outra tendência diz respeito ao aumento da preocupação dos profissionais de
marketing em desenvolver produtos e propagandas focadas no idoso. Tal fato é decorrente dos
erros cometidos na década de 1980 e a constatação da diversidade, complexidade e
potencialidades deste mercado.
O envelhecimento exibe uma orientação crescente para as dimensões mais inatingíveis do consumo e para uma maior conexão com a vida. Sentindo-se prejudicados pelo crescente isolamento, as pessoas de mais idade tornam-se consumidores potenciais de experiências que os coloquem em pleno contato com a vida e com o afeto. Neste sentido, este segmento valoriza mais o ser do que o ter, prefere consumir serviços a produtos e está sempre em busca de novas experiências e de serviços que possibilitem a interação social (MOTTA e SCHEWE, 1996 apud DINIZ, 2006, p. 35).
Segundo pesquisa realizada pelo IBGE no ano de 2008, o Brasil tem cerca de 181,5
milhões de habitantes, dos quais, aproximadamente, 15 milhões têm mais de 60 anos. Até o
ano de 2025, o número de idosos deverá mais do que dobrar, passando do atual número para
quase 32 milhões de pessoas. Esse aumento relativo de idosos na estrutura etária brasileira é
decorrente de dois fatores: queda das taxas de natalidade e de mortalidade. Essas tendências
se manterão até que, por volta do ano de 2050, a população brasileira atingirá 260 milhões de
brasileiros, com expectativa média de vida de 81 anos ─ contra os 67 anos de hoje (IBGE,
2009).
Os números levam a crer que, além de serem em maior número, os idosos serão cada
vez mais organizados e terão cada vez mais poder político em decisões que afetem seus
interesses ─ não só pelo suporte legal que leis como o Estatuto do Idoso já lhes conferem,
mas também pelo seu irreversível crescimento na população, sendo responsáveis, hoje, pela
manutenção de 25% dos lares do país (IBGE, 2009).
Se os mercados lucrativos são caracterizados pelo tamanho, crescimento, tempo e
renda disponível para o consumo, torna-se clara a dedução de que o mercado dos
consumidores da terceira idade merece atenção. Eles fazem parte de um grupo heterogêneo,
que pode ser considerado atrativo, pois possuem os critérios anteriormente citados, e não
39
devem ser desprezado pelos profissionais de marketing (FARIAS, 1998 apud LADEIRA,
GUEDES e BRUNI, 2003).
Felipe (2006, p. 17) cita que “ao longo de toda história da humanidade, os idosos
nunca representaram mais do que 3% da população. No entanto, há 150 anos,
aproximadamente, essa proporção começou a subir significativamente”.
Influenciar o consumidor, tentando mudar seu conhecimento e seu comportamento, é parte do processo de aprendizagem de consumo e o marketing está sempre interessado em descobrir como as pessoas recebem, interpretam as mensagens e tomam suas atitudes de compra. Os anunciantes e os publicitários têm grande dificuldade de trabalhar estratégias e mensagens voltadas para o publico mais velho, pois eles, diferentemente das crianças e dos adolescentes, são menos sensíveis aos apelos da propaganda e demoram mais a decidirem o que comprar. Há muita tentativa, mas, também, muitos erros na concepção dos produtos e mensagens dirigidas aos idosos (BORGES, 2006, p. 8).
Ladeira, Guedes e Bruni (2003, p. 9) preconizam que,:
Ao caracterizar-se o indivíduo da terceira idade, deve-se levar em consideração não só os aspectos biológicos, mas também os aspectos psicológicos e sociais que envolvem o individuo, pois não podemos afirmar que as pessoas que tenham idades semelhantes, tenham comportamentos iguais ou tenham o mesmo processo de envelhecimento. O envelhecimento biológico pode induzir a determinadas preferências por produtos que auxiliem na saúde e na qualidade de vida, tais como alimentos dietéticos ou com ausência de colesterol, roupas e sapatos mais confortáveis etc. Já o envelhecimento psicológico relaciona-se ao processo de busca de informações e habilidades de resolução de problemas, que são influenciados pelo envelhecimento biológico e por fatores psicológicos, tais como a personalidade e a saúde mental, além da influência dos fatores socioculturais e ambientais.
O processo de envelhecimento da população vem ocorrendo intensamente nos últimos
anos, em consequência das mudanças no comportamento das variáveis demográficas: redução
dos índices de natalidade, associados à queda da mortalidade. Além do fato de que as pessoas
estão vivendo mais, percebe-se que há uma grande transformação no perfil da população
(FERREIRA e PESSETTO, 2007).
No Brasil, o grupo enquadrado no segmento dos idosos é o que mais cresce. Com base
nos dados do IBGE, o número de pessoas com mais de 60 anos já cresceu neste século a uma
taxa percentual mais de duas vezes superior à taxa de crescimento da população em geral
(LADEIRA, GUEDES e BRUNI, 2003).
40
O aumento da expectativa de vida e da redução da taxa de fecundidade têm provocado um aumento na participação da população idosa no país. Até a década de 60, a população brasileira apresentou um distúrbio etário constante, contando com uma população jovem onde aproximadamente 52% dos indivíduos tinham abaixo de 20 anos e menos de 3% acima de 65 anos (CAMARANO, 2002 apud FELIPE, 2006, p. 19).
E, de acordo com Nasri (2009, p.1),
Ao contrário do que se imagina comumente, o processo de envelhecimento populacional resulta do declínio da fecundidade e não do declínio da mortalidade. Uma população torna-se mais idosa à medida que aumenta a proporção de indivíduos idosos e diminui a proporção de indivíduos mais jovens, ou seja, para que uma determinada população envelheça, é necessário haver também uma menor taxa de fecundidade.
O Gráfico 2 ilustra a previsão do aumento na participação de pessoas idosas no Brasil
para as próximas duas décadas.
Gráfico 2 - Evolução da Participação da População Brasileira acima de 60 Prevista para o
Período de 2008 a 2028 (%)
Fonte: IBGE (2009).
De acordo com Birren, Schaie e Schoroots (1996 apud FELIPE, 2006, p. 22), o
envelhecimento está dividido em três categorias:
Envelhecimento primário: fenômeno pós-reprodutivo que atinge a todo o indivíduo, motivado por mecanismos genéticos típicos da espécie;
41
Envelhecimento secundário ou patológico: categoria onde se enquadram os indivíduos acometidos por esclerose múltipla, doenças crônicas não transmissíveis, demência senil e doenças neurológicas associadas ao envelhecimento, mas que não se confundem com as doenças normais desse processo; Envelhecimento terciário ou terminal: é relacionado a uma grande perda das condições físicas e cognitivas do indivíduo, num período relativamente curto, ao cabo do qual ocorre a sua morte, quer por causas pendentes da idade, quer pela acumulação dos efeitos do envelhecimento normal associado ao patológico.
Gáspari e Schwartz (2005 apud FERREIRA E PESSETO, 2007, p. 5) asseguram que
A demanda da sociedade contemporânea no aumento da longevidade é conseqüência do desafio enfrentado pela ciência e tecnologia, de forma a requisitar ao Estado políticas e programas sociais voltados à qualidade de vida. Para sociedades dos países desenvolvidos, os programas sociais e políticos voltados a esse segmento, estão estabelecidos e são implementados de maneira prática e objetiva. Já para os países subdesenvolvidos, as infra-estruturas criadas para atender as necessidades específicas dos idosos são deficientes, vide exemplo a Saúde Pública e a Previdência Social, no Brasil, de maneira a propiciar a marginalização do idoso pela sociedade e pelo estado, sendo considerado pelo senso comum um grupo social vulnerável e desvalorizado.
Ao se alcançar a terceira idade, há a descoberta das características mais importantes
deste processo de amadurecimento que, evidentemente, varia de um indivíduo para outro.
Pessoas tristes, céticas, evidentemente têm tendência a encarar a terceira idade como um
período da vida cheio de problemas ─ e sofrem mais. Outras são mais alegres e encaram os
percalços da vida de maneira mais amena. Driblar a armadilha da idade exige que se
desenvolva desde cedo um projeto em que a vida não seja pautada pelo declínio, mas pelas
potencialidades que se deseja desenvolver (CHRIST et al., 2004).
Por existirem múltiplas e diferentes variáveis que influenciam o comportamento do
consumidor, e elas se diferem dependendo do produto analisado e do mercado-alvo, torna-se
muito difícil considerar todas as possibilidades relativas a cada situação. Contudo, há diversos
modelos que ajudam o seu entendimento (MCCARTHY e PERREAULT, 1997).
Gonçalves, Silva e Silva (2008, p.2) afirmam que
O ambiente de marketing pode ser definido como o conjunto de fatores internos ou externos às empresas que influenciam nos resultados e decisões das ações de marketing realizadas. Para um melhor posicionamento diante ao consumidor, as empresas analisam minuciosamente o ambiente do qual fazem parte. Uma filosofia empresarial bastante difundida é a orientação para o mercado, que envolve todas as funções organizacionais e enfatiza os cinco atores do mercado: consumidores, distribuidores, concorrentes, influenciadores e macro-ambiente. A empresa
42
orientada para o mercado aloca seus recursos humanos e materiais a fim de coletar informações e elaborar um plano de ação orientado para o mercado.
Seguindo o pensamento de Gonçalves, Silva e Silva (2008, p.3), o comportamento do
consumidor “é moldado por aspectos subjetivos, como a percepção, aprendizagem e memória,
motivação e valores, estilos de vida e atitudes”.
O processo de decisão de compra pode ser analisado conforme a visão cognitiva do
consumidor, o qual se encontra à procura de produtos e serviços que satisfaçam suas
necessidades, processando informações e utilizando-as como base para a formação de
preferências e de intenções de compra (KOTLER, 1998).
Há processos mentais que se iniciam com a motivação para a realização da compra.
Além destes, existe o processo formal ou físico para tal fim. O comportamento de compra é
realizado mediante cinco fases: o reconhecimento da necessidade, a busca de informações, a
avaliação das alternativas, a decisão e a análise pós-compra (DIAS, 2003).
O valor percebido pelo consumidor pode ser definido como uma das motivações para
o desenvolvimento do processo de decisão de compra, considerando que, “à medida que o
produto seja percebido numa escala superior de valor em relação aos substitutos, maior a
probabilidade de adoção do mesmo, como solução para o problema de compra.”
(GONÇALVES, SILVA e SILVA, 2008, p. 4).
Apresenta-se, então, de forma complementar, esse processo decisório e suas
respectivas categorias, no Quadro 2.
43
Quadro 2 - O Processo Decisório Acerca das Categorias de Produtos
Fonte: GONÇALVES, SILVA E SILVA (2008, p.4)
Segundo McCarthy e Perreault (1997), um dos modelos aceitos que analisa o
comportamento de compra considera as variáveis psicológicas, influências sociais e situações
de compra.
Como variáveis psicológicas, são destacadas a motivação, percepção, atitude e estilo
de vida. Como influências sociais, as variáveis família, classe social e cultura se encontram
presentes. E finalizando, a razão de compra, o tempo e o ambiente são analisados nas
situações de compra.
Com relação à motivação, Aaker e Day (2004) afirmam que o ser humano é motivado
por necessidades e desejos. As primeiras são “as forças básicas que motivam uma pessoa a
fazer algo”, enquanto os últimos “são as necessidades aprendidas durante a vida de uma
pessoa” (MCCARTHY e PERREAULT (1997, p.116). Quando uma necessidade não é
44
satisfeita, ela pode levar a um impulso que é “um estímulo forte que encoraja a ação para
reduzir uma necessidade” (MCCARTHY e PERREAULT, 1997, p.116).
Já com relação à percepção, Aaker e Day (2004, p.118) a definem como sendo o modo
de como os consumidores “coletam e interpretam as informações que lhes cercam, sendo esta
um tipo de processo seletivo realizado pelo ser humano”. Os estímulos encontrados ao redor
do homem levam, então, a três tipos de processos seletivos: a exposição, a percepção e a
retenção seletivas.
Segundo McCarthy e Perreault (1997, p.118), na exposição seletiva, os “nossos olhos
e mentes procuram e percebem apenas as informações que lhes interessam”, enquanto na
percepção seletiva, “selecionamos ou modificamos idéias, mensagens e informações que
conflitam com atitudes e crenças previamente aprendidas”, diferentemente da retenção
seletiva, que acontece quando “lembramos apenas o que desejamos lembrar”.
Outra variável psicológica é a atitude que, por sua relevância, será tratada em um item
à parte.
Como último componente da variável psicológica, tem-se o estilo de vida. McCarthy e
Perreault (1997, p.120) focam a análise do estilo de vida como sendo “o estudo do padrão de
vida de uma pessoa, expresso por suas atividades, interesses e opiniões”.
O relacionamento com membros da própria família influencia o comportamento do
consumidor (ROCHA, 1999). De acordo com McCarthy e Perreault (1997), os membros
pertencentes à família compartilham valores, opiniões e atitudes, dividindo também tarefas de
compras.
A classe social também afeta os valores e as atitudes de compra e é definida por como
“um grupo de pessoas visto por outros da sociedade como da mesma posição social”
(MCCARTHY e PERREAULT, 1997, p.124). Na maioria dos países, a classe social está
diretamente ligada à ocupação e renda do indivíduo; contudo, ela também pode ser
45
influenciada pela “educação, participação comunitária, onde a pessoa vive de renda, posses,
habilidades sociais e outros fatores, incluindo a família que nasceu” (MCCARTHY e
PERREAULT, 1997, p.124).
Já a cultura, outra variável psicológica que ajuda na análise do comportamento do
consumidor, é definida por McCarthy e Perreault (1997, p.125) como sendo “o conjunto de
crenças, atitudes e formas de fazer as coisas, assumido por um conjunto razoavelmente
homogêneo de pessoas”.
O ambiente cultural e social afeta como as pessoas vivem e se comportam – que afeta o comportamento de compra do consumidor e, eventualmente, o ambiente econômico, político e legal. Muitas variáveis compõem o ambiente cultural e social. Alguns exemplos são as línguas que as pessoas falam, o tipo de educação que recebem, suas crenças religiosas, que tipo de alimento consomem, o estilo de vestuário e moradia que adotam e como vêem o casamento e a família. (MCCARTHY e PERREAULT, 1997, p.90).
As influências culturais variam e influenciam diretamente o comportamento do
consumidor.
Quanto ao comportamento de compra, McCarthy e Perreault (1997, p.126) citam,
como exemplo, um determinado estudante. “Um estudante que compra uma caneta para fazer
anotações pode escolher uma simples Bic. Mas o mesmo estudante pode escolher uma Cross
para dar de presente ao amigo”. Isso demonstra que diferentes razões de compra levam o
indivíduo a fazer diferentes tipos de compra.
Para Rocha (1999), o tempo também influencia a razão de compra. Outro exemplo é
dado por McCarthy e Perreault (1997, p.126):
Quando os consumidores fazem uma compra, o tempo que têm disponível para a aquisição influenciará seu comportamento. Um jantar aprazível induz a comportamento diferente do que o simples ato de tomar uma xícara de café em uma loja.
O ambiente também é uma variável que pode afetar o comportamento de compra,
segundo Aaker e Day (2004). Um leilão ─ e o ambiente em que ele ocorre ─ pode, por
exemplo, levar o consumidor a comprar por impulso.
46
O ambiente “também pode desencorajar a compra. Por exemplo, algumas pessoas não
gostam de permanecer na fila de um terminal de compra onde outras pessoas verão o que
estão comprando” (MCCARTHY e PERREAULT, 1997, p.126).
Schiffman e Kanuk (2000) fizeram um estudo sobre a tomada de decisão no contexto
de todos os tipos de escolhas de consumo. Estes autores consideram quatro perspectivas de
pensamento que compõem de maneiras diferentes o processo de decisão.
A primeira perspectiva é a visão econômica; nela, o consumidor é caracterizado como
estritamente racional. Em oposição está a visão passiva, que caracteriza o consumidor como
submisso aos esforços de promoção feitos pelos profissionais de marketing, e que o percebe
como comprador irracional e compulsivo. De acordo com a visão cognitiva, o consumidor é
visto como um solucionador de problemas, um processador de informações que não dispensa
a busca por informações a respeito do produto que deseja comprar. A última é a visão
emocional; nela, o consumo é caracterizado por motivações determinadas por um conjunto de
emoções não aparentes e pela falta de pesquisa prévia de compra, isto é, o consumidor não
busca informações sobre o produto/marca: ele simplesmente é motivado por impulsos
emocionais. É importante ressaltar que, embora seja uma decisão emocional, a visão
emocional não é necessariamente irracional. As pessoas podem comprar porque se sentem
bem, sem desconsiderar a racionalidade da decisão.
Garbarino e Edell (1997) consideram que a maioria das pessoas só dispensa o esforço
necessário para tomar uma decisão satisfatória, não se importando se esta decisão é ótima. Por
isto, na maioria das vezes, ela é tomada com base em sentimentos. É mais fácil escolher um
produto que lhe agrada, ao invés de raciocinar e avaliar cada atributo do produto antes de
comprá-lo.
Shiv e Fedorikhin (1999) explicam o processo de decisão dos consumidores a partir de
teorias retiradas da psicologia e da biologia. Segundo os autores, tendo um indivíduo diante
47
de uma situação de escolha, dois processos podem ser gerados: um de natureza afetiva e outro
de natureza cognitiva. O primeiro pode se dividir em duas dimensões: valência – positiva ou
negativa – e intensidade. O segundo ocorre de modo mais controlado, resultando em
cognições sobre as consequências da escolha.
Contudo, não existe um padrão que defina a predominância do sistema cognitivo ou
afetivo nos processos de decisão. Porém, nota-se que respostas afetivas têm sido mostradas
como hábeis em influenciar processos cognitivos tais como avaliações, lembranças e
julgamentos, além de influenciar também o comportamento (Gardner, 1985).
O sucesso da segmentação de mercado deve-se às seguintes características:
mensurabilidade, acessibilidade, estabilidade e significância. Segmentar o mercado é
importante, pois há benefícios como a identificação de oportunidades, a capacidade de
comparação e a alocação correta de recursos (COBRA, 2001).
São vários os critérios de segmentação que podem ser adotados. Um deles é de
relevância para este estudo, que é a segmentação segundo o comportamento de compra.
Rocha (1999) divide este tipo de segmentação em quatro itens: a frequência de uso, a
ordem de uso, a forma de uso e a sensibilidade a fatores de marketing.
Em relação ao critério de frequência de uso, Rocha (1999) classifica os consumidores
de três maneiras: usuários frequentes ou pesados, usuários médios e usuários infrequentes ou
leves.
Engel, Blackwell e Miniard (2000) afirmam que, para poder segmentar o mercado, é
insuficiente considerar apenas aspectos demográficos, já que indivíduos de mesma renda,
faixa etária, ou sexo podem apresentar decisões de compra distintas. Ressaltam também a
importância da segmentação do mercado segundo o comportamento de compra e
fundamentam essa perspectiva pelo fato de os consumidores possuírem estilos de vida,
personalidade e valores pessoais diferenciados.
48
2.2.2 O idoso versus a Internet
Uma vez classificados como causa perdida, os americanos mais velhos agora estão se
reencontrando como usuários da internet. Eles pesquisam a história de sua família, enviam e-
mails, participam de clubes de leitura virtuais, leem sobre religião e viagens e buscam novos
interesses on line. De acordo com um estudo do Pew Internet and American Life Project, o
número de americanos com mais de 65 anos que usa a internet subiu 47% desde 2000,
tornando-os o grupo de mais rápido crescimento a abraçar o mundo on line. (SOLOMON,
2008).
À medida que as novas crianças envelhecem, a grande lacuna de utilização da internet
entre aqueles que têm 65 anos ou mais e o restante da população declina radicalmente à
medida que esses consumidores mais velhos carregam consigo as habilidades on line até a
idade mais avançada (HAWKINS et al, 2007). No Brasil, o IBGE (2009) demonstra que o
percentual da população com 60 anos ou mais que já acessou a internet pelo menos uma vez é
de 3,35%.
De acordo com Schirrmacher (2005), os idosos de hoje já possuem muitos hábitos
diferentes dos de antigamente. Por isso, pressupõe-se que os idosos do futuro, que são os
adultos atuais, serão ainda mais distintos. Devido à era tecnológica, os idosos do futuro serão
atualizados e utilizarão a internet e outras tecnologias. O local de compras dos idosos do
futuro será a internet (FARIAS e SANTOS, 1998).
Ainda de acordo com uma pesquisa realizada pelo IBGE (2009), 350 mil idosos no
Brasil têm acesso à internet e este grupo representa 1,6% do total de pessoas que acessam a
internet. Este foi o grupo que mais cresceu percentualmente de fevereiro para março de 2008,
com o índice de 17%. O número ainda é baixo, mas os idosos têm participado do mundo
virtual cada vez mais, para trabalhar, estudar e se divertir. A pesquisa ainda mostra que a
categoria de informática representou 30% dos pedidos daqueles que utilizam a internet com
49
55 anos de idade ou mais, no primeiro semestre de 2007. Em 2006, esta categoria
representava 21% das compras deste público. Livros, revistas e jornais foram apontados como
a segunda categoria favorita dos idosos, o equivalente a 28% dos pedidos desta faixa etária na
internet. Já a terceira categoria foi de aparelhos eletrônicos, como vídeos, aparelhos de som e
televisores. A respectiva categoria representa 23% dos pedidos dos idosos no primeiro
semestre de 2007. É um público com participação de valor elevado no comércio eletrônico.
A internet pode ser um meio útil, econômico e eficiente para que o idoso se informe e
se comunique. A Tabela 1 abaixo mostra os serviços e sites mais acessados pelos idosos
brasileiros a partir de casa.
Tabela 1 - Serviços e Sites mais Acessados
SERVIÇOS E SITES PARTICIPAÇÃO EM JULHO DE 2007 (%)
VoIP 11,75 E-mail 10,94 Internet Banking 10,15 Receita Federal 9,13 Notícias 7,95 Esportes 7,32 Portais 6,79 Entretenimento 6,61
Fonte: Ibope/NetRatings (Julho/2007)
O idoso mostra-se cada vez mais ativo e interessado em novos aprendizados. Inseri-los
no mundo tecnológico é uma tarefa simples e depende da adaptação tanto dos idosos quanto
das próprias máquinas tecnológicas. As universidades abertas à terceira idade e outras
instituições já oferecem cursos de informática destinados especialmente a essa faixa etária.
(SEI, 2009).
Além das universidades para a terceira idade, outras instituições, como por exemplo,
Serviço Social do Comércio (SESC), Serviço Nacional de Aprendizagem Comercial
(SENAC), oferecem no mercado vários cursos, entre eles, o de informática e internet, com o
50
intuito de atender a esse mercado de consumo em constante crescimento. A população
considerada da terceira idade tem condições de estar inserida na sociedade informatizada,
constituindo o universo de informação, atualização e não exclusão, pois, a cada dia, as novas
tecnologias estão invadindo os lares, criando cada vez mais necessidades de aprendizagem e
domínio dessas ferramentas (GARCIA, 2001).
A inclusão digital da terceira idade depende da vontade e do interesse dos idosos,
porém deve contar com a colaboração, paciência e interesse de quem ensina, adaptando o
modo de ensino como melhor convier ao idoso (SEI, 2009).
Se o mercado se altera, com o envelhecimento da população, o perfil dos
consumidores também se modifica. Surge a necessidade da criação de novos produtos e
serviços que atendam à demanda desse novo mercado. No entanto, as empresas parecem não
prestar atenção a esse novo público, com um razoável poder aquisitivo, com grande
disponibilidade de tempo; enfim, um consumidor exigente e cada vez mais preocupado com
sua saúde e bem-estar (SIEVERT e TAÍSE, 2007).
Os idosos aumentarão de importância como segmento de mercado e, à medida que a
população envelhece, as necessidades dos consumidores idosos se tornarão cada vez mais
influentes. Muitos produtos encontrarão recepção mais simpática da parte do idoso se eles e
suas embalagens forem modeladas para se adaptarem às limitações físicas desse consumidor.
Muitas embalagens são pouco práticas e difíceis de manipular, muitos tamanhos não são
apropriados e, ainda, utilizam letras muito pequenas para informação do consumidor
(SOLOMON, 2008).
O comportamento de consumo da nova geração de idosos transforma-se diariamente.
Eles são mais atualizados, buscam e exigem novos serviços e produtos, viajam para diversos
lugares, onde passeiam e compram muito.
51
Barcellos (2005) apresenta um estudo feito em 2005, pelo Ipsos-Marplan, que
demonstrou que um terço dos idosos brasileiros viajaram nos últimos 12 meses, 24% das
mulheres compraram em lojas de departamento e 25% costumam passear e fazer refeições em
shoppings centers.
Schirrmacher (2005) afirma que os idosos de hoje já possuem muitos hábitos
diferentes dos de antigamente. O autor também pressupõe que os idosos do futuro, que são os
adultos atuais, serão ainda mais distintos.
Portanto, os idosos da atualidade já começam a se mostrar mais interessados pelas
novas tecnologias e as têm utilizado a seu favor. Segundo Blecher (2005, p. 43),
A pesquisa da GFK Indicator apresentou dados surpreendentes: 20% dos idosos utilizavam o computador pessoal para pagar contas. Porém, o autor afirma que o acesso às novas tecnologias, previsto até por um artigo do Estatuto do Idoso, não deve se limitar somente á informática. Há infinidades de aparelhos como MP3 player, Ipod, gravadores de DVD. Modernidades cada vez mais fáceis de comprar, porém difíceis de manusear” (SIEVERT e TAÍSE, 2007).
É por meio do computador e da internet que um dos portais mais acessados por
pessoas da terceira idade é o portal da terceira idade, conforme ilustra a Figura 2.
52
Figura 2 - Portal da Terceira Idade
Fonte: http://www.portalterceiraidade.com.br/lancamento/portal.htm.
O uso da tecnologia pode também beneficiar a autoestima do idoso, pois ele descobre
coisas novas e se sente mais conectado com o mundo e capaz de interagir com o que está a
sua volta. Além disso, serviços oferecidos por sites, como chats - que são espaços de bate-
papo on line -, permitem usar a criatividade, estimulam a comunicação e se transformam
numa boa alternativa de lazer (CHRIST et al., 2004).
A capacidade do idoso de aprender informática é igual a de qualquer jovem que se
interessa por computador; basta que seus interesses também sejam explorados e expostos em
uma página de internet (CHRIST et al., 2004).
53
2.3 EMOÇÕES
Devido à complexidade das emoções, não é fácil apresentar uma definição. Este
termo traduz, em geral, uma das seis emoções ditas primárias ou universais: alegria, tristeza,
medo, cólera, surpresa ou aversão (DAMÁSIO apud LESSA, 2007). Emoção é um estado
temporário, marcado por modificações fisiológicas. Trata-se de uma reação primitiva do
organismo (GOODWIN, 2005). De acordo com Monteiro e Ferreira (2007), a emoção é uma
reação psicofisiológica de grande intensidade, mas de curta duração e é provocada por
situações novas ou inesperadas.
Segundo Pereira (2005, p. 15),
A emoção é definida de modo variado por psicólogos de diferentes orientações teóricas, mas com acordo geral de que o estado emocional é uma reação complexa, envolvendo um alto nível de ativação e mudanças internas, e acompanhada por fortes sensações ou estados afetivos (CHAPLIN, 1981, p. 173). Comenta que as emoções são mais intensas do que as simples sensações, definidas como experiências conscientes ativadas quer por estímulos externos, quer por vários estados físicos que provêem (sic) do organismo, envolvendo alterações de consciência, órgãos internos e comportamento. Para Chaplin, as emoções provavelmente estão mais dependentes das situações de estímulo e do significado pessoal que elas têm para o indivíduo. Em geral, as reações emocionais são criadas por situações para as quais não há padrões de resposta pré-estabelecidos.
De acordo com Ortega e Azaola (1986), a palavra emoção tem relação com o verbo
latino emovere: deslocar-se, sair de. Uma pessoa emocionada, por exemplo, colérica ou em
pânico é alguém que perdeu o domínio da situação, mas também de si próprio.
Alguns autores distinguem dois tipos de emoções: as emoções-choque e as emoções-
sentimento. Nas emoções-choque, a reação é muito curta a um dado acontecimento
imprevisto, revelando a falta de mecanismos de adaptação adequados. Estas emoções são
globais. As reações-sentimento são duráveis e menos intensas, pelo que são também
designadas simplesmente por sentimentos (GOODWIN, 2005).
O estudo das emoções, como de qualquer processo subjetivo, seria então definido em termos de um objeto de interesse psicológico (sistema ou objeto de estudo) que implicaria em estruturas latentes (traços) portadoras de propriedades e passíveis de mensuração, em função de uma relação isomórfica com comportamentos verbais ou
54
motores – os únicos acessíveis à observação científica (PASQUALI, 1997, apud NEUBERN, 2000, p. 155).
Monteiro e Ferreira (2007) relatam que, antigamente, as emoções eram interpretadas
como um obstáculo ao funcionamento adequado do nosso pensamento e da razão. Só
passaram então a ser interpretadas como processos fundamentais no ato de decidir.
Segundo Neubern (2000, p. 160):
O mito da neutralidade afastou por muito tempo dos seios das comunidades científicas debates sobre a ideologia, a moral, os movimentos sociais e as guerras que não deixaram de promover importantes percursos e repercussões nos destinos da ciência. A ciência, inspirada pelo paradigma dominante no ocidente, compreende, ao mesmo tempo, uma postura ativa de conhecimento sobre o mundo e de cegueira sobre si, uma vez que não ousa lançar seus aguçados instrumentos sobre as condições e momentos históricos em que ela mesma surge. Nesse contexto, o problema das emoções reveste-se de considerável valor por consistir em um dos processos subjetivos de grande importância a ser compreendido nos processos humanos em geral e, especificamente, na construção do conhecimento científico. Seu estudo toca, não só os múltiplos níveis de articulação promovidos pelo diálogo entre pensamentos diversos, mas principalmente por promover, em conjunto com outros movimentos científicos, uma nova forma de re-inserção e reconhecimento da condição humana na ciência. Desse modo, o estudo das emoções enquanto processos subjetivos promove uma discussão em dois sentidos: a articulação entre contribuições distintas para compreendê-la como processo complexo da subjetividade e sua participação na promoção de um novo papel para o cientista.
As emoções podem ser interpretadas através da alteração do tom de voz, das
expressões faciais, da postura corporal, e estão presentes nas interações sociais (DAMÁSIO
apud LESSA, 2007).
A emoção tem um papel fundamental, sobretudo no início da vida, pois quando nasce
um ser humano, este não possui qualquer capacidade para se fazer entender e para expressar
as suas necessidades e desejos, senão através do choro ou com movimentos não coordenados
e globais (ORTEGA e AZAOLA, 1986).
Segundo Pereira (2005, p. 19),
[...] Watson, em sua obra Psychology from the Standpoint of a Behaviorist (1919), define emoção como uma reação hereditária padronizada que envolve mudanças profundas do mecanismo corporal como um todo, particularmente dos sistemas visceral e glandular. Ele também faz distinção entre emoção e instinto, afirmando que, na emoção, as adaptações impostas pelo estímulo são internas e restritas ao corpo, mas, no instinto, o estímulo leva ao ajuste de todo o organismo aos objetos. Para Watson, então, a emoção significa sempre uma ruptura da atividade organizada.
55
Assim, a emoção constitui um aspecto muito complexo do ser humano e é objeto de
múltiplas interpretações que se organizam em várias perspectivas de estudos, conforme
mostrado pelos diferentes autores citados neste trabalho.
Hawkins et al (2007, p. 189) definem emoções como “sentimentos fortes e
relativamente incontroláveis que afetam o comportamento” e ainda ressaltam que elas são
vinculadas em alto grau a motivações, necessidades e personalidades.
A emoção também é vista por Ayrosa, Sauerbronn e Barros (2007, p.5) como “uma
função biológica do sistema nervoso e, como força juntamente com a razão, participa do
processo decisório do consumidor”.
Segundo Bagozzi (1999), emoção é considerada um estado mental de prontidão que
surge das avaliações cognitivas de situações ou pensamentos, acompanhada por processos
fisiológicos e é frequentemente por meio de reações físicas. Emoção e cognição
compreendem, então, as decisões de compra, a formação de atitude e as avaliações pós-
consumo.
Em algumas situações de decisão, a motivação para engajar-se, ou não, em esforço de
decisão e julgamento ainda se mostra como objeto dominante no estudo do comportamento do
consumidor atual. Segundo Bagozzi (1999), pode-se dizer que as emoções atuam de maneira
significativa nas situações de compra e consumo do dia a dia.
Já Holbrook e Gardner (2000) conceituam emoção como uma resposta afetiva
específica, que é causada por uma experiência de consumo particular.
2.3.1 Atitudes
É também importante ressaltar o conceito de atitude e seus componentes,
visualizando-se sua interligação com o afeto positivo e o afeto negativo, pontos primordiais
neste estudo.
56
Segundo Churchil (2000, p. 150) a atitude é “a avaliação geral de um consumidor a
respeito de algum objeto, comportamento ou conceito; em geral, é o grau em que os
consumidores gostam ou não de alguma coisa”.
Esteban (1993) afirma que, de forma geral, diante de uma compra, as atitudes dos
idosos possuem algumas características distintas. Primeiramente, ela é considerada uma
atividade com elevado grau social, porque permite aos idosos terem contato direto com as
pessoas que encontram no ponto de venda. A compra de viagens realizadas em grupo é um
exemplo. Por isso, como consequência, a compra se torna mais um prazer do que uma
obrigação. Uma outra característica da atitude de compra dos consumidores idosos é o
afastamento de discussões, e, se necessário, pedem aos parentes ou amigos que reclamem por
eles. As pessoas idosas também apresentam a característica de manifestação de atitudes mais
passivas que os grupos jovens quando do processo de busca à informação. E, finalmente, é
possível identificar que o idoso confia mais nas suas próprias experiências do que na
informação obtida para resolver um ato de consumo.
Atitude é uma organização duradoura de processos motivacionais, emocionais, perceptivos e cognitivos em relação a algum aspecto de nosso ambiente. É uma predisposição adquirida para reagir de modo constantemente favorável ou desfavorável em relação a determinado objeto. Portanto, uma atitude é o modo como alguém pensa, sente e age em relação a algum aspecto do ambiente (HAWKINS et
al 2007, p.200).
Há um caminho ainda substancial a percorrer para o entendimento de como as atitudes
se relacionavam ao comportamento. Dessa forma, Lacerda (2007) afirma que o conceito da
intenção foi introduzido na literatura com o objetivo de atuar como mediador entre atitudes e
comportamento.
As intenções comportamentais seriam, assim, compreendidas como um resumo da motivação necessária para desempenhar um comportamento particular, refletindo uma decisão do indivíduo de seguir um curso de ação, bem como um índice sobre o quanto uma pessoa estaria disposta a tentar e desempenhar um comportamento (FISHBEIN e AJZEN, 1980 apud LACERDA, 2007, p. 2).
57
Ao invés de as atitudes estarem diretamente relacionadas ao comportamento, elas
servem também para direcionar o comportamento a influenciar as intenções.
Atitudes são, portanto, determinantes para a intenção comportamental. Quanto mais
favoráveis as atitudes de um indivíduo com relação a um objeto de comportamento, maior a
intenção de desempenhar comportamentos positivos, ou menor a intenção de desempenhar
comportamentos negativos relativos a um objeto (FISHBEIN e AJZEN, 1980 apud
LACERDA, 2007).
Figura 3 - A Teoria do Comportamento Planejado
Fonte: LACERDA (2007, p. 3)
O controle real sobre o comportamento se refere ao grau em que uma pessoa tem as habilidades, recursos e outros pré-requisitos necessários para desempenhar um dado Comportamento. O desempenho bem-sucedido do comportamento depende não somente da intenção favorável, mas também de um nível suficiente de controle comportamental. Segundo Ajzen (1985), uma vez que o controle comportamental percebido é preciso, ele pode servir como uma aproximação do controle real e ser usado para a previsão do comportamento (LACERDA, 2007, p. 4).
A Teoria do Comportamento Planejado, demonstrada na Figura 3, de acordo com
Lacerda (2007) é o modelo que domina as relações de atitude e comportamento e possibilita a
acurada previsão das intenções comportamentais, tendo como base um conjunto reduzido de
variáveis antecedentes, tais como atitude relativa ao comportamento, norma subjetiva e
controle percebido do comportamento.
58
Figura 4 - O Modelo Triandis de Escolha
Fonte: LACERDA (2007, p. 4)
Uma sugestão dada por Fishbein (1980 apud LACERDA, 2007) demonstra que o
comportamento passado reflete o hábito e sinaliza para a relação avaliações-intenções-
comportamento, como demonstrado na Figura 4. O modelo Triandis, criado por Triandis em
1979, conceitualiza o comportamento passado como uma medida de hábito, “com a suposição
de que quando o comportamento se torna habitual, a cognição não é ativada” (RHODES e
COURNEYA, 2003 apud LACERDA, 2007 p. 4).
Ainda para Lacerda (2007, p. 4), “um comportamento, quando desempenhado
repetidamente tornando-se habitual, passa a ser guiado por processos cognitivos automáticos,
ao invés de serem precedidos por processos elaborados de decisão, como os baseados em
atitudes e intenções”.
Após experiência extensiva com um comportamento, Allen, Machleit e Kleine (1992
apud LACERDA, 2007) sugerem que a capacidade de uma atitude prever o comportamento
pode ser limitada, configurando, muitas vezes, um comportamento rotineiro, de hábito.
A atitude é também definida por Aaker e Day (2004, p. 288) como sendo “estados
mentais usados pelos indivíduos para estruturar a forma pela qual eles percebem seu ambiente
e para orientar a maneira como respondem a ele”.
59
Hawkins et al (2007) dividem a atitude em três tipos de componentes distintos: o
afetivo, que diz respeito aos sentimentos; o cognitivo, que está relacionado com as crenças e o
comportamental, que é o foco deste estudo.
O componente afetivo, conforme Hawkins et al (2007), pode ser denominado também
como componente emocional. Ele é constituído pela avaliação emocional de uma pessoa
relacionada a um objeto ou a alguém, considerando seus sentimentos de inclinação ou
aversão.
Já de acordo com Aaker e Day (2004, p.288), o componente afetivo “resume os
sentimentos que uma pessoa tem em relação a um objeto, uma situação ou um indivíduo”.
Este componente não se refere ao que a pessoa pensa e sim, sobre o que ela sente. “Os
sentimentos ou reações emocionais a um objeto representam, então, o componente afetivo de
uma atitude” (HAWKINS et al, 2007, p. 202). Estas reações emocionais podem variar,
dependendo do indivíduo em questão e da situação por ele vivida.
Para que um indivíduo sinta-se contrário ou favorável a algo, é importante que saiba
representá-lo cognitivamente.
De acordo com Ajzen e Fishbein (1980), o componente cognitivo da atitude consiste
no que o indivíduo vê, raciocina ou sabe sobre ele. Hawkins et al (2007) ressaltam que este
componente consiste nas crenças deste indivíduo, que podem ser relacionadas ao benefício de
se utilizar ou possuir algo.
O componente cognitivo, de acordo com Aaker e Day (2004, p. 288)
Representa as informações de um indivíduo sobre um objeto. Essas informações incluem a consciência da existência do objeto, crenças a respeito das características ou atributos do objeto, e julgamentos sobre a relativa importância de cada um desses atributos.
Hawkins et al (2007, p. 204) definem que “o componente comportamental de uma
atitude é a tendência de uma pessoa reagir de certo modo em relação a um objeto ou
atividade”. É este componente que acaba proporcionando intenções de comportamentos. De
60
acordo com Aaker e Day (2004, p. 288), este componente “refere-se à expectativa de um
indivíduo quanto a seu futuro comportamento em relação a um objeto”.
Rodrigues (1992) afirma que não se pode dizer que não existe relação entre atitude e
comportamento, e também não se pode dizer que o comportamento é determinado somente
pelo que as pessoas gostariam de fazer, mas sim também pelo que acreditam que devem fazer,
quando consideradas as normas sociais e as consequências reais das ações tomadas por elas.
Rodrigues (1992, p. 342) também salienta que:
Embora as atitudes isoladamente consideradas possam levar a predições errôneas do comportamento, não há dúvida de que muitas vezes se pode prever o comportamento através do conhecimento da atitude, sendo isto tão mais fácil quanto mais simples for a situação considerada. Situações complexas, onde atitudes em relação a vários objetos atitudinais, inclusive à própria situação, tornam mais difíceis as previsões de comportamento.
2.3.2 Afeto Positivo e Afeto �egativo
Hawkins et al (2007) demonstram que o conceito de emoção está invariavelmente
intrínseco no estudo do afeto. Solomon (2008) confirma este pensamento e afirma que o afeto
também é conhecido como afeição.
Para Galinha e Ribeiro (2005), o afeto constitui um grande campo de investigação e
afirmam a importância de se entender o conceito de afeto juntamente com o de emoção.
Referindo-se às emoções, aos sentimentos e aos estados de espírito que podem ser
apresentados e vivenciados pelos consumidores em geral, Mowen e Minor (2003)
demonstram estar o afeto extremamente relacionado a eles. Os autores ainda afirmam que, ao
analisar o estado de espírito de uma pessoa, visualiza-se que ele está relacionado com
sentimentos transitórios, não sendo uma variável da sua personalidade, já que a personalidade
apresenta um caráter duradouro.
61
Entretanto, Hawkins et al (2007) argumentam que o sentimento identificado em uma
situação específica refere-se à emoção vivida nesta mesma situação. Por isso, o afeto está
relacionado a este sentimento específico e deve ser entendido e estudado desta forma.
Galinha e Ribeiro (2005) reconhecem a diferença conceitual entre afeto, humor e
emoções e retratam a importância da estabilização consciente do termo afeto. O humor pode
ser considerado um estado mais longo e duradouro do que o afeto.
Stone (1997 apud GALINHA e RIBEIRO, 2005, p. 210) “sugere o termo afeto para
estados emocionais mais curtos e humor para estados emocionais mais duradouros, afirmando
que existe uma distinção reconhecida, embora imprecisa, entre os dois termos”.
Com o objetivo de viabilizar a melhor definição de afeto, Galinha e Ribeiro (2005)
identificam três grandes domínios do estudo sobre tal dimensão, baseando-se principalmente
em uma análise temporal.
“Nos vários níveis de análise das emoções, baseados na dimensão temporal do afeto,
pode-se encontrar os estudos sobre o Afeto Estado (Estados Afetivos), sobre o Humor e o
Afeto Traço”, dimensões estas demonstradas no Quadro 3 (GALINHA e RIBEIRO, 2005, p.
210).
Quadro 3 - Dimensões de Análise do Conceito de Afeto
Fonte: Galinha e Ribeiro, 2005, p. 210
As três dimensões citadas são distintas entre si e possuem relações específicas com
variáveis biopsicossociais, afirmam Galinha e Ribeiro (2005).
62
Hawkins et al (2007) defendem que a intensidade do afeto é medida pela quantidade
de emoção, em que constatam a existência de pessoas mais emotivas que outras, tendo, por
isso, intensidade de afetos diferenciada.
Watson, Clark e Tellegen (1988 apud GALINHA e RIBEIRO, 2005) demonstram,
então, a existência de duas dimensões independentes do afeto: o positivo e o negativo, que se
diferenciam conceitualmente das dimensões de análise do conceito de afeto, tendo forte
ligação com a divisão dos estados afetivos.
A variável do afeto representa duas dimensões vastas de emoções básicas que emergem consistentemente nos estudos já realizados – o afeto positivo e o afeto negativo. O afeto positivo, à medida em que a pessoa manifesta entusiasmo com a vida, e o afeto negativo, à medida em que a pessoa refere sentir-se indisposta ou perturbada. São fatores descritos como sendo dimensões descritivamente bipolares mas afetivamente unipolares, para reforçar que apenas o nível elevado de cada dimensão representa um estado de excitação emocional (ou afeto elevado), enquanto que o nível reduzido de cada dimensão é definido em termos que refletem uma relativa ausência de intensidade afetiva (WATSON & TELLEGEN, 1985 apud
GALINHA e RIBEIRO, 2005, p. 212).
Para Diener, Smith e Fujita (1995), o afeto positivo caracteriza-se por ser um
sentimento transitório de prazer, manifestado pela evidência de um estado emocional
agradável, como o otimismo. Ao contrário, o afeto negativo se apresenta como um estado de
distração e engajamento desprezível, englobando estados emocionais desagradáveis, como,
por exemplo, o pessimismo.
2.3.3 Otimismo e Pessimismo
O otimismo pode ser definido como um “recurso psicológico associado à saúde
mental, e associado a um melhor ajustamento e adaptação efetiva tornando-se especialmente
importante quando o indivíduo enfrenta situações de desafio ou acontecimentos ameaçadores”
(GASPAR, et al. 2009, p. 439).
Bandeira et al. (2002 apud GASPAR et al., 2009, p. 439) afirmam que
63
uma orientação otimista surge associada à saúde física e mental, enquanto que a vertente pessimista relaciona-se com a depressão, ansiedade e práticas de comportamentos de risco para a saúde e dificuldades de relação nos diferentes contextos como escola, família e comunidade.
Seligman (1992, p. 16) constata que “um comportamento pessimista pode estar tão
profundamente enraizado a ponto de parecer permanente”.
Chang, Chang e Sanna (2009) consideram que o otimismo e o pessimismo podem ser
generalizados como expectativas de resultados mais positivos e mais negativos
respectivamente, ou mais amplamente como uma visão positiva e negativa da vida.
Dember et al. (1989 apud CHANG, CHANG e SANNA, 2009) incluem em seu
modelo as percepções presentes, além das expectativas futuras, que retratam o otimismo e o
pessimismo.
Seligman (1992, p. 15) afirma que “uma característica definidora dos pessimistas é sua
tendência a acreditar que as vicissitudes são irremovíveis, que minam insidiosamente todas as
suas atividades, e que são os únicos responsáveis por elas [...] já os otimistas encaram a vida
de maneira oposta”.
Chang, Chang e Sanna (2009) relatam que, em geral, o otimismo parece estar
relacionado a benefícios psicológicos, como maior satisfação de vida, afetos positivos e
menos sintomas depressivos, enquanto o pessimismo parece estar relacionado com
sentimentos como sintomas depressivos, afeto negativo e estresse.
O otimismo e o pessimismo, então, seriam, de acordo com Gaspar et al. (2009),
formas com que as pessoas percebem suas vidas, podendo, também, operacionalizar-se como
as diversas expectativas que as pessoas possuem sobre os seu futuro e o que nele acontecerá.
64
2.4 ESCALAS EMOCIONAIS
É grande o número de escalas emocionais existentes na literatura. Uma das que
merece atenção neste referencial teórico, pela grande abrangência de utilização entre os
pesquisadores, é a escala PAD ─ que, entretanto, não será utilizada neste estudo.
A escala PAD é largamente empregada no estudo dos elementos afetivos. Hawkins et
al (2007) apresentam uma relação com a descrição de cada uma das dimensões da escala
PAD, proposta por Mehrabian e Russel, em 1974 ─ precursores no estudo dos estados
afetivos.
As três dimensões da emoção ─ prazer, alerta e dominância ─ são separadas e
mensuradas por uma escala conhecida como escala PAD.
As emoções são normalmente iniciadas por eventos ambientais, como propagandas, ou
por processos internos, como imagens mentais. São também acompanhadas de diversas
alterações fisiológicas, como o aumento da respiração e a dilatação da pupila, e têm
componentes comportamentais associados, separados pelas três dimensões da escala PAD
(HAWKINS et al (2007).
Cada dimensão possui um conjunto de emoções que, por sua vez, são representadas
por meio de um grupo de indicadores e/ou de sentimentos que, juntos, formam a escala PAD.
De acordo com Mehrabian (1996), a escala PAD é um sistema descritivo e voltado
para o estudo do temperamento e da personalidade. O modelo é baseado na exibição da
evidência que as seguintes dimensões, quase independentes, fornecem em uma descrição geral
de estados emocionais: prazer, representado pela letra P, alerta, representado pela letra A e
dominância, representado pela letra D.
O estado de prazer distingue o positivo em relação aos estados emocionais negativos;
o de alerta é distinto através de uma combinação de atividades físicas e mentais, enquanto o
65
estado de dominância é definido nos termos do controle sobre a falta de controle
(MEHRABIAN, 1996).
Dentro desse sistema descritivo, os testes experimentais mostraram, mediante alguns
exemplos, que indivíduos que apresentam a característica de irritação são enquadrados na
escala PAD como possuindo estado emocional altamente desagradável, altamente alerta, e
moderadamente dominante. Já aqueles indivíduos que apresentaram uma característica
descrita como sonolenta foram enquadrados na escala por um estado emocional
moderadamente agradável, extremamente não alerta, e moderadamente submissivo.
A definição de temperamento também é de suma importância no estudo da escala
PAD. Mehrabian (1996) o descreve como sendo estado emocional totalmente voltado às
características emocionais estáveis ou duradouras de um indivíduo – isto é, traços emocionais
ou pré-disposições emocionais. Mais precisamente, o temperamento é uma média de estados
emocionais de uma pessoa através de uma variedade representativa de situações da vida.
Mehrabian (1987) explica que o chamado espaço tridimensional do temperamento
também merece atenção. Ele é definido pelos três traços quase independentes do
temperamento da PAD. As várias dimensões e/ou medidas da personalidade são linhas retas
que passam pela interseção-ponto dos três eixos. A descrição de várias escalas da
personalidade é facilitada dicotomizando-se o temperamento em cada um dos três eixos no
espaço, como descrito a seguir: +P e - P para agradável e desagradável, +A e - A para alerta e
não alerta, e +D e - D para dominante e submissivo, respectivamente.
Hawkins et al (2007, p. 190) relatam que “[...] emoções específicas refletem várias
combinações e níveis dessas três dimensões”. O Quadro 4 mostra a Escala PAD, listando uma
variedade de emoções associadas a cada dimensão e seus respectivos indicadores, que são
utilizados para medir cada emoção.
66
Quadro 4 - Escala PAD: Dimensões emocionais, emoções e indicadores emocionais
DIMENSÃO EMOÇÃO INDICADOR/SENTIMENTO
PRAZER
Obrigação Moralista, virtuoso, zeloso Fé Reverente, adorador, espiritual Orgulho Orgulhoso, superior, digno Afeto Carinhoso, afetuoso, amigável Inocência Inocente, puro, irrepreensível Gratidão Agradecido, reconhecido, compreensivo Serenidade Sossegado, sereno, tranquilo, calmo Desejo Desejoso, ansioso, insaciável, esperançoso Alegria Alegre, feliz, encantado, satisfeito Competência Confiante, no controle, competente
ALERTA
Interesse Atencioso, curioso Hipoativação Entediado, sonolento, preguiçoso Ativação Empolgado, bem disposto, entusiasmado Surpresa Surpreso, chateado, espantado Déja vu Não impressionado, ignorante, não empolgado Envolvimento Envolvido, informado, esclarecido,
privilegiado Distração Distraído, preocupado, desatento Extroversão Brincalhão, divertido, despreocupado Desprezo Zombador, insolente, desdenhoso
DOMINÂNCIA
Conflito Tenso, frustrado, conflituoso Culpa Culpado, com remorso, arrependido Desespero Fraco, desesperado, dominado Tristeza Triste, angustiado, aflito, desanimado Medo Medroso, amedrontado, ansioso Vergonha Envergonhado, desconcertado, humilhado Raiva Irritado, agitado, enfurecido, enraivecido Hiperativação Em pânico, confuso, com excesso de
estímulos Revolta Desgostoso, revoltado, incomodado, cheio de
ódio Ceticismo Cético, desconfiado, descrente
Fonte: HAWKINS et al (2007, p. 191)
Conforme Mehrabian (1995), a escala PAD pode ser utilizada para mensurar as
emoções dos consumidores no seu dia a dia.
A escala PAD é uma escala métrica de nove pontos, do tipo diferencial semântico,
variando de -4 a +4 (-4, -3, -2, -1, 0, +1, +2, +3, +4), tal que os extremos se referem a
situações antagônicas.
67
Mehrabian (1995) cita exemplos que podem ser mensurados como alegria (+4) e
tristeza (-4) ou agradável (+4) e desagradável (-4). A alegria, o envolvimento social e a
tristeza terão grande foco neste estudo.
Hawkins et al (2007) ressaltam que a escala PAD é dividida em três diferentes
dimensões emocionais.
A primeira ─ a Dimensão Emocional de Prazer ─ apresenta as seguintes emoções:
obrigação, fé, orgulho, afeto, inocência, gratidão, serenidade, desejo, alegria e competência.
A segunda, intitulada Dimensão Emocional de Alerta, apresenta os seguintes
indicadores: o interesse, a hipoativação, a ativação, surpresa, déja vu, envolvimento,
distração, extroversão e desprezo.
Conflito, culpa, desespero, tristeza, medo, vergonha, raiva, hiperativação, revolta e
ceticismo são as variedades de emoção associadas à terceira dimensão, sob o título de
Dimensão Emocional de Dominância.
A tristeza, angústia, aflição e o desânimo são indicadores que podem ser utilizados
para medir a tristeza.
Nussbaum (1997 apud AYROSA, SAUERBRONN e BARROS, 2007, p. 7) afirma
que “[...] apesar de suas bases biológicas, as emoções incorporam uma grande parte do
aprendizado que ocorre socialmente e que é moldado pela sociedade”.
Ayrosa, Sauerbronn e Barros (2007, p. 7) ainda ressaltam que o medo, por exemplo,
“não é só a sensação de frio na barriga, mas também envolve considerações sobre o perigo e
sobre a origem em potencial deste perigo”.
As duas escalas escolhidas para análise nesta dissertação serão apresentadas a seguir.
68
2.4.1 Positive and �egative Affect Schedule (PA�AS)
A escala Positive and �egative Affect Schedule (PANAS) foi desenvolvida por
Watson, Clark e Tellegen (1988), para a avaliação das emoções em função de sua intensidade
de ocorrência.
Os diversos estudos sobre a estrutura do afeto positivo e do negativo demonstram
consistentemente o surgimento de duas dimensões dominantes e independentes. Escalas de
humor têm sido criadas para medir esses fatores; no entanto, muitas medidas já existentes são
inadequadas, mostrando baixa confiabilidade ou pouca validade convergente e discriminante.
Para suprir a necessidade de uma escala afetiva confiável, os autores desenvolveram a escala
PANAS ─ altamente consistente, correlacionada e estável quando aplicada em diferentes
períodos de tempo (WATSON, CLARK e TELLEGEN, 1988).
Para a elaboração da referida escala, seus autores revisaram vários estudos anteriores,
com o objetivo de estabelecer os tipos de afetos existentes ─ provindos, inicialmente, por 60
emoções distintas. Foi verificado, então, a existência de dois grupos de afetos, a partir da
análise destas emoções: o afeto positivo e o afeto negativo. Posteriormente, empregaram
diferentes critérios estatísticos, a fim de selecionar as emoções consideradas mais
representativas, até que ambos os grupos de afetos fossem compostos por 10 emoções cada.
Watson, Clark e Tellegen (1988) consideram o afeto positivo e o negativo não como
opostos em uma mesma dimensão, mas sim como duas dimensões distintas, “[...] podendo ser
representadas como dimensões ortogonais em estudos de análise fatorial do afeto, ainda que
os termos possibilitem sugerir que estes dois fatores sejam opostos” (ALBUQUERQUE,
TRÓCCOLI, 2004, p. 161).
Embora os termos afeto positivo e afeto negativo possam sugerir que estes dois fatores
sejam opostos (ou seja, fortemente correlacionados negativamente), eles surgiram como
69
dimensões altamente distintas ─ e que podem ser, significativamente, representadas como
dimensões ortogonais (WATSON, CLARK e TELLEGEN, 1988).
O afeto positivo reflete o grau em que uma pessoa se sente entusiasmada, ativa e
alerta. Um alto grau de afeto positivo é um estado de engajamento de alta energia, plena
concentração e prazer, enquanto um baixo grau de afeto positivo é caracterizado por tristeza e
letargia. Em contraste, o alto grau de afeto negativo é representado por angústia e diversas
outras emoções desagradáveis, que incluem a raiva, desprezo, nojo, culpa, medo e
nervosismo. Já um baixo grau de afeto negativo se apresenta por meio do estado de calma e
serenidade (WATSON, CLARK e TELLEGEN, 1988).
Para a construção da escala, a maior preocupação foi a seleção de termos tipicamente
relacionados a um tipo de afeto distinto, ou seja, termos que têm uma carga substancial em
um fator, mas um carregamento de quase zero no outro. Como ponto de partida, foram
utilizados 60 termos distintos, partindo-se de emoções já referenciadas anteriormente. Essa
amostra de descritores foi construída pela seleção de três termos de cada uma das 20
categorias de conteúdo. Como exemplo, tem-se os termos culpa, vergonha e censurável ─ que
compõem a categoria culpado. As categorias foram identificadas pela análise de componentes
principais e as emoções estudadas estão descritas em sua versão original ─ em inglês ─ no
Quadro 5 e na sua versão traduzida para o português, com suas respectivas categorias, no
Quadro 6.
70
Quadro 5 - Lista de Emoções
Fonte: Watson e Clark (1994, p. 1)
Quadro 6 - Tradução da Lista de Categorias de Emoções
Fonte: Galinha e Ribeiro (2005, p. 221)
71
A partir desta lista de emoções, foram selecionados os termos que tinham uma carga
média de 0,40 ou mais. Com esse critério inicial, surgiram 20 marcadores do afeto positivo e
30 do afeto negativo. No entanto, com a preocupação de uma carga alta em um fator
secundário, foi feita uma redução no número de marcadores, com a adoção do critério de um
termo não possuir carga secundária maior que 0,25. Isto reduziu o número de descritores para
12 no afeto positivo e 25 no afeto negativo.
Análises posteriores concluíram que dois termos do afeto positivo e 15 termos do afeto
negativo não aumentavam significantemente a confiabilidade e validade da escala.
A versão final do PANAS é dividida em Afeto Positivo ─ demonstrado na sua versão
original e na adaptação para o português na Tabela 2 ─ e em Afeto Negativo ─ demonstrado
também na sua versão original e adaptação para o português na Tabela 3.
Tabela 2 - Escala de Afeto Positivo por Termos e Categorias em sua Versão Original e
Adaptada ao Português
Fonte: Galinha e Ribeiro (2005, p. 223)
72
Tabela 3 - Escala de Afeto Negativo por Termos e Categorias em sua Versão Original e
Adaptada ao Português
Fonte: Galinha e Ribeiro (2005, p. 223)
Neste estudo, seguiu-se a tradução adaptada ao português de Galinha e Ribeiro (2005),
porém quando da aplicação dos formulários no pré-teste, verificou-se que os idosos
apresentavam uma certa resistência e inquietação com relação à emoção excitado. Por isso,
achou-se mais prudente esclarecer que a emoção excitado deveria ser pensada como animado.
2.4.2 Revised Life Orientation Test (Teste de Orientação da Vida Versão Revista) -
LOT-R (TOV-R)
O Life Orientation Test (LOT), traduzido para o português como Teste de Orientação
da Vida (TOV) é, segundo Scheier e Carver (1985) ─ seus criadores ─, uma escala para medir
o otimismo disposicional. O primeiro passo na construção desta escala de otimismo foi o de
criar um conjunto de itens que visam avaliar as expectativas de resultados generalizadas. Na
concepção destes itens, buscou-se gerar um número igual de declarações com um teor
positivo e de declarações com um teor negativo. Além disso, cada item foi denominado, de tal
maneira que não implicasse nenhuma base explícita e específica para a expectativa do
73
respondente, ou seja, se a causa para a expectativa em questão fosse particular da pessoa, do
ambiente ou de fatores externos ou aleatórios.
Inicialmente, Scheier e Carver (1985) criaram 16 itens e um pré-teste foi aplicado a
um grupo de 69 mulheres e 81 homens e universitários. Foi aplicada a análise de componentes
principais e utilizada uma técnica de rotação oblíqua para atingir uma solução final. Dois
componentes principais ─ alguns outros componentes secundários ─ emergiram desta análise.
O primeiro componente principal era composto por itens com um sentido negativo, o
segundo, de itens voltados a uma direção positiva. Os componentes secundários consistiam
apenas por alguns itens cada, e os autores decidiram não interpretá-los.
Apesar de a versão inicial da escala mostrar-se bastante uniforme, com relação às
propriedades medidas, sua revisão foi necessária por diversas razões. Alguns dos itens
originais foram carregados separadamente2; outros itens foram aprovados ou muito
frequentemente ou muito raramente; alguns dos entrevistados relataram que determinados
itens eram ambíguos. Talvez a causa mais importante para Scheier e Carver (1985) era a clara
necessidade de aplicação em uma amostra maior. Assim, alguns dos itens foram descartados,
outros foram reescritos, e alguns novos itens foram adicionados, enquanto a escala passava
por várias revisões. Antes de sua versão final, as diversas revisões foram administradas em
quatro amostras independentes, com um número total de mais de 1000 respondentes. A cada
revisão, a escala ficou mais uniforme e mais focada no objetivo final.
A versão final do LOT foi constituída de oito itens, e mais quatro itens foram
adicionados com o objetivo de disfarçar ao menos um pouco o propósito do teste (filler item).
Destes oito itens, quatro são introduzidos em um sentido positivo, e quatro em um sentido
negativo. Os entrevistados são solicitados a indicar a extensão com que eles concordam com
2 A carga fatorial dos itens demonstrou claramente que ele pertencia a um único componente (quando ela não é carregada separadamente, não se pode dizer de que componente este item faz parte).
74
cada um dos itens, utilizando escala Likert de cinco pontos com as seguintes respostas:
Discordo totalmente; Discordo; Neutro; Concordo; e Concordo totalmente.
Ainda segundo Scheier e Carver (1985), por cautela, instruções adicionais são
passadas aos respondentes para que eles sejam os mais precisos e honestos possíveis e para
que tentem não deixar que as suas respostas influenciem as respostas das questões seguintes.
Deve-se também enfatizar explicitamente que não há respostas corretas ou incorretas. Os itens
negativos são invertidos antes de sua análise quantitativa.
A versão final do LOT está apresentada em inglês no Quadro 7, não estando traduzida,
pois, neste estudo, foi aplicada somente a versão revista desta escala, o LOT-R.
Quadro 7 - Itens Constantes na Versão Final do LOT Original (1985) na Língua Inglesa
Fonte: Scheier e Carver (1985, p.225)
Após o estabelecimento da escala LOT, vários pesquisadores discordaram sobre a
existência de apenas um componente (otimismo).
75
Marshall, Wortman, Kusulas, Hervig e Vickers (1992 apud LARANJEIRA, 2008)
foram os primeiros a mostrarem a existência de dois fatores no LOT, apresentando o
otimismo e o pessimismo como construtos distintos que se correlacionam de forma diferente
com outros instrumentos. Eles afirmam que
o otimismo reflete antecipação de acontecimentos positivos e deverá estar associado predominantemente com a extroversão e estados emocionais positivos. Por outro lado, o pessimismo pode ser visto como a disposição para esperar acontecimentos negativos, pelo que constitui um prenúncio de neuroticismo ou de estados emocionais negativos (afetividade negativa).
Para esclarecer a questão do número de componentes encontrados na Análise dos
Componentes Principais do LOT, Scheier, Carver e Bridges (1994) revisaram a escala e
criaram o Revised Life Orientation Test (LOT-R), traduzido para o português como Teste de
Orientação da Vida Versão Revista (TOV-R).
As análises iniciais foram realizadas, utilizando-se a análise dos Componentes
Principais como técnica de extração, seguida de uma rotação Varimax, para chegar a uma
solução final. Tais conceitos serão explicados na seção 4.2. O número de componentes retidos
após a rotação foi determinado pela configuração do autovalor em 1.0. Dois fatores
emergiram; o primeiro dos componentes foi definido pelos itens positivos que compõem o
LOT-R, classificados como otimismo. O segundo componente foi constituído pelos itens
negativamente redigidos, classificados como pessimismo. Em cada caso, a carga absoluta para
cada item do LOT-R foi superior a 0,58, demonstrando a relevância dos seus componentes.
A interpretação das análises do LOT-R mostraram resultados satisfatórios tanto com o
aparecimento de um componente (otimismo), quanto com o aparecimento de dois
componentes (otimismo e pessimismo).
Scheier, Carver e Bridges (1994) observam que não é incomum, portanto, a presença
da solução que apresente dois componentes, e citam o exemplo de Marshall, Wortman,
Kusulas, Hervig e Vickers, em 1992. Contudo, não descartam, nem negam os estudos já
realizados por Scheier e Carver, em 1985.
76
Para simplificar a solução, Scheier, Carver e Bridges (1994) optaram por ver o
otimismo e o pessimismo como polos opostos da mesma dimensão. Eles atribuem a existência
de dois componentes à formulação do item (da questão inicial) e não ao seu conteúdo. Os
autores afirmam que outros pesquisadores têm uma visão diferente com
relação à quantidade dos componentes (otimismo e pessimismo = 2
componentes distintos ou 1 componente com polos opostos). Eles também
observam que os itens que se relacionam no otimismo apresentam um grupo
de características que são diferentes daquelas apresentadas no pessimismo. A versão final do
LOT-R é composta, então, por 10 itens, sendo quatro deles distratores (fillers item) e está
apresentada no Quadro 8.
Quadro 8 - Itens Constantes na Versão Final do LOT-R Original (1994) na Língua Inglesa
Fonte: Scheier, Carver e Bridges (1994, p. 1073)
Bandeira et al (2002) traduziram a escala LOT-R para a língua portuguesa, adaptaram-
na e a validaram no Brasil, aqui recebendo a denominação de TOV-R. O presente estudo
utiliza precisamente esta versão, apresentada no Quadro 9.
77
Quadro 9 - Itens Constantes na Versão Final do LOT-R na Versão Brasileira
1. Nos momentos de incerteza, geralmente eu espero que aconteça o melhor. 2. É fácil, para mim, relaxar. 3. Se alguma coisa ruim pode acontecer comigo, vai acontecer. 4. Eu sou sempre otimista com relação ao meu futuro. 5. Eu gosto muito da companhia de meus amigos e amigas. 6. É importante, para mim, manter-me em atividade. 7. Quase nunca eu espero que as coisas funcionem como eu desejaria. 8. Eu não me zango facilmente. 9. Raramente eu espero que coisas boas aconteçam comigo. 10. De maneira geral, eu espero que me aconteçam mais coisas boas do que coisas
ruins. Fonte: Bandeira et al (2002, p. 258)
Bandeira et al (2002, p. 256) demonstram que os resultados obtidos no seu trabalho
mostraram que a “versão brasileira do Teste de Orientação da Vida (TOV-R) apresentou
qualidades psicométricas satisfatórias, em termos de sua fidedignidade e validade”, o que
fornece a este estudo a indicação de uma tradução consistente e satisfatória.
Nos estudos de Gaspar et al (2009), foram encontrados dois fatores que explicavam
54,73% do total da variância da escala: o otimismo e o pessimismo, enquanto Bandeira et al
(2002) encontraram um único fator, o otimismo disposicional.
Ambos os resultados são válidos, pois Scheier, Carver e Bridges (1994) afirmam que
tanto o modelo de um componente quanto o que apresenta dois componentes são aceitos para
os dados observados no LOT-R.
78
3 ASPECTOS METODOLÓGICOS
3.1 TIPO DE PESQUISA
Em relação ao tratamento e à obtenção dos dados, a abordagem deste estudo é
quantitativa, com o objetivo de testar a consistência dos modelos – escalas PANAS e LOT-R.
3.2 QUANTO AOS FINS
Este estudo tem cunho de pesquisa descritiva e explicativa. Vergara (2005, p. 47)
esclarece que “a pesquisa descritiva expõe características de determinada população ou de
determinado fenômeno.” A presente dissertação descreve e examina a validade das escalas
PANAS e LOT-R, através das características encontradas nos idosos associados da AAPVR
que utilizam comunidades virtuais.
Para Vergara (2005, p. 47), a pesquisa explicativa “visa a esclarecer quais fatores
contribuem, de alguma forma, para a ocorrência de determinado fenômeno”, pressupondo
como base para as sua explicações a pesquisa descritiva. Esta dissertação, no caso, visou
levantar a existência da correlação entre o afeto positivo e o otimismo, assim como o afeto
negativo e o pessimismo.
3.3 QUANTO AOS MEIOS
Tendo como característica uma abordagem quantitativa, Terence e Escrivão Filho
(2006) afirmam a importância de o pesquisador se ater à realidade de forma objetiva, visando
à eliminação de vieses.
79
Nesta dissertação optou-se por realizar uma pesquisa de campo, com utilização de
formulários supervisionados, aplicados aos consumidores idosos da AAPVR, posteriormente
analisados pelo método de análise de componentes principais.
Esta pesquisa é também bibliográfica, devido à utilização de livros e artigos; e
telematizada, devido à consulta em bases de informações como Scholar Google.
3.4 COLETA DE DADOS
Para se analisarem as características comportamentais da emoção dos idosos
consumidores da AAPVR que utilizam comunidades virtuais, a coleta de dados foi feita por
meio de um formulário, composto de perguntas abertas e fechada, sendo supervisionado para
não implicar viés à pesquisa, aplicado na própria AAPVR (ver em Apêndice A).
A entrevista foi assistida durante toda a sua aplicação pelo entrevistador. Foi escolhida
a aplicação de formulários ─ e não questionários ─ devido a maiores dificuldades de
interpretação das perguntas pelos idosos. Utilizou-se o laptop durante toda a coleta de dados
com o objetivo de maior agilidade na posterior tabulação.
Foram totalizadas treze perguntas, sendo nove delas com o objetivo de identificação
do perfil do respondente, uma relativa à escala PANAS e outra relativa ao LOT-R. No final
do formulário, foram incluídas duas perguntas abertas, para que o idoso pudesse expressar seu
sentimento, suas emoções e percepções sobre a comunidade virtual mais acessada por ele.
O LOT-R foi traduzido e validado no Brasil por Bandeira et al (2002) e a escala
PANAS por Galinha e Ribeiro (2005), sendo estas as versões utilizadas neste estudo. Contudo
quando da aplicação dos formulários no pré-teste, verificou-se que os idosos apresentavam
uma certa resistência e inquietação com relação à emoção traduzida como excitado. Por isso,
achou-se mais prudente esclarecer que este item deveria ser pensado como animado.
80
A média de duração do preenchimento do formulário foi de 35 minutos por
respondente. Os formulários foram aplicados pela própria pesquisadora e por três alunos de
um curso de Administração, que participam da Empresa Júnior de uma Instituição de Ensino
Superior. Os discentes foram devidamente treinados para o procedimento de coleta de dados.
Foram coletados 208 formulários, porém 39 entrevistados não participavam de
comunidades virtuais ou não estavam dentro da faixa etária estipulada e, por isso, não
finalizaram o formulário.
Foram utilizados, então, 169 formulários nesta pesquisa, todos de participantes idosos
da AAPVR e de comunidades virtuais. Foram analisadas as 20 emoções encontradas na escala
PANAS e o otimismo e o pessimismo através da escala LOT-R, totalizando 41 itens do
formulário, divididos em 13 perguntas.
Esses itens foram submetidos aos respondentes do formulário para que os
assinalassem conforme explicação a seguir:
• Para a análise da identificação do perfil do respondente, foram apresentadas
nove perguntas.
• Para a análise LOT-R, foi apresentada uma pergunta composta por 10 itens,
para que os respondentes as assinalassem de acordo com a escala Likert de 5 pontos,
variando de Discordo Totalmente a Concordo Totalmente. Do total de itens, quatro são
distratores ─ não constando, por isso, da análise final (itens 11, 14, 15 e 17).
• Para a análise PANAS, foi apresentada uma única questão dividida em 20 itens
(20 diferentes emoções), também de acordo com a escala Likert de 5 pontos, variando
de Nada/Muito Ligeiramente a Extremamente.
• Para uma análise qualitativa foram apresentadas duas perguntas abertas para
que o respondente pudesse expressar seus sentimentos de forma livre.
81
Os itens e questões do instrumento de pesquisa estão detalhados na Tabela 4,
lembrando que, de acordo com Malhotra (2006), quando a decisão é pela escala Likert,
solicita-se aos entrevistados indicar seu grau de concordância com uma das cinco categorias
de respostas.
Tabela 4 - Itens e Questões do Instrumento de Pesquisa e seus Detalhes
Questão Item Pergunta Identificação Rótulo Possíveis Respostas 1 1 Sexo PERF1 Perfil de
Identificação 1 (1)Feminino;(2)Masculino
2 2 Idade PERF2 Perfil de Identificação 2
60 a 75
3 3 Qual seu grau de instrução? PERF3 Perfil de Identificação 3
(1)Ensino Fundamental Incompleto; (2)Ensino Fundamental Completo; (3)Ensino Médio Incompleto; (4)Ensino Médio Completo; (5)Ensino Superior Incompleto; (6)Ensino Superior Completo; (7)Pós-Graduação
4 4 Mora sozinho? PERF4 Perfil de Identificação 4
(1)Sim; (2)Não
5 5 Possui ajuda para mexer no computador?
PERF5 Perfil de Identificação 5
(1)Sim; (2)Não
6 6 Você já fez algum curso de informática?
PERF6 Perfil de Identificação 6
(1)Sim; (2)Não
7 7 Você acessa alguma Comunidade Virtual?
PERF7 Perfil de Identificação 7
(1)Sim; (2)Não
8 8 Qual a Comunidade Virtual mais acessada por você?
PERF8 Perfil de Identificação 8
Resposta Aberta
9 9 Com que frequência você acessa esta Comunidade?
PERF9 Perfil de Identificação 9
(1)Mais de 1 vez por dia; (2)Diariamente; (3)1 vez por semana; (4)2 vezes por semana; (5)3 vezes por semana; (6)Mais de 3 vezes por semana
10 Leia as afirmativas abaixo e marque a resposta mais indicada com relação a como você se sente normalmente em seu dia a dia
10 Nos momentos de incerteza, geralmente eu espero que aconteça o melhor.
LOTP1 Otimismo1 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
11 É fácil, para mim, relaxar. - Distrator1 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
12 Se alguma coisa ruim pode acontecer comigo, vai acontecer.
LOTN1 Pessimismo1 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
13 Eu sou sempre otimista com relação ao meu futuro.
LOTP2 Otimismo2 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
14 Eu gosto muito da companhia de meus amigos e amigas.
- Distrator2 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
15 É importante, para mim, manter-me em atividade.
- Distrator3 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
16 Quase nunca eu espero que as coisas funcionem como eu desejaria.
LOTN2 Pessimismo2 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
17 Eu não me zango facilmente. - Distrator4 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
18 Raramente eu espero que coisas boas aconteçam comigo.
LOTP3 Otimismo3 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
19 De maneira geral, eu espero que me aconteçam mais coisas boas do que coisas ruins.
LOTN3 Pessimismo3 (1)DiscordoTotalmente; (2)Discordo; (3)Neutro; (4)Concordo; (5)Concordo Totalmente
82
Questão Item Pergunta Identificação Rótulo Possíveis Respostas 11 Abaixo você verá um conjunto de palavras que descrevem diferentes sentimentos e emoções. Leia cada palavra e marque a
resposta adequada. Indique em que medida é GERALMENTE (em média) o seu sentimento quando você participa da Comunidade Virtual mais acessada por você.
20 Interessado AP1 Afeto Positivo1 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
21 Perturbado AN1 Afeto Negativo1 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
22 Animado (excitado) AP2 Afeto Positivo2 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
23 Atormentado AN2 Afeto Negativo2 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
24 Agradavelmente Surpreendido AP3 Afeto Positivo3 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
25 Culpado AN3 Afeto Negativo3 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
26 Assustado AN4 Afeto Negativo4 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
27 Caloroso AP4 Afeto Positivo4 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
28 Repulsa AN5 Afeto Negativo5 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
29 Entusiasmado AP5 Afeto Positivo5 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
30 Orgulhoso AP6 Afeto Positivo6 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
31 Irritado AN6 Afeto Negativo6 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
32 Encantado AP7 Afeto Positivo7 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
33 Remorsos AN7 Afeto Negativo7 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
34 Inspirado AP8 Afeto Positivo8 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
35 Nervoso AN8 Afeto Negativo8 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
36 Determinado AP9 Afeto Positivo9 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
37 Trêmulo AN9 Afeto Negativo9 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
38 Ativo AP10 Afeto Positivo10 (1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
39 Amedrontado AN10 Afeto Negativo10
(1)Nada ou Muito Ligeiramente; (2)Um Pouco; (3)Moderadamente; (4)Bastante; (5)Extremamente
12 40 Você trocaria a convivência social pela participação em comunidades virtuais? Por quê?
- - Resposta Aberta
13 41 Descreva, em algumas palavras, o que você sente, o que mais lhe importa, o que mais lhe incomoda, etc. quando você acessa uma Comunidade Virtual.
- - Resposta Aberta
Fonte: Elaborado pela autora
As respostas dadas pelos idosos foram computadas diretamente no computador em
formulário eletrônico, elaborado pela pesquisadora, utilizando o programa Lime Survey ─
versão 1.87 (ferramenta livre e gratuita desenvolvida com o objetivo de preparar e coletar
83
resposta de formulários e questionários que podem ser publicados on line) ─, o que facilitou a
coleta e tabulação dos dados (ver em Apêndice B).
3.5 TRATAMENTO DE DADOS
Os dados obtidos nos formulários foram tratados por meio de análise estatística, com
auxílio do programa SPSS em sua versão 15.0.
Através da Análise dos Componentes Principais houve uma diminuição no número de
itens, resultando dois componentes em cada escala, cada um espelhado com razoável
significância estatística. Com isso, demonstra-se, de acordo com Hair, Anderson e Tatham
(2005) e Corrar, Paulo e Dias (2007) a robustez do modelo.
Com relação à escala PANAS (20 emoções), obteve-se, mediante análise, os
componentes Afeto Positivo e Afeto Negativo.
Já em relação ao LOT-R (6 itens, pois os 4 distratores não foram analisados), obteve-
se dois componentes: Otimismo e Pessimismo.
Também foi realizado o teste Alfa de Cronbach, com o objetivo de avaliar a
consistência interna de cada um destes componentes e a confiabilidade das escalas.
3.6 UNIVERSO E AMOSTRA
O universo deste trabalho é composto por todos os aposentados e pensionistas, tendo
como população da pesquisa de campo os associados da Associação de Aposentados e
Pensionistas de Volta Redonda.
A amostra foi definida pelo critério de tipicidade, acessibilidade e de conveniência,
aos quais Vergara (2005, p. 51) define como tendo a seleção feita “por elementos que o
84
pesquisador considere representativos da população alvo” e pela facilidade de acesso aos
elementos, respectivamente.
Pallant (2001) orienta que, para o emprego da ferramenta estatística Análise dos
Componentes Principais, é ideal a adoção de uma amostra mínima de 150
questionários/formulários válidos. Desta maneira, o pré-teste foi realizado de 7 a 11 de
dezembro de 2009, com a coleta de 50 formulários, com o objetivo de uma análise preliminar
dos dados. Não houve nenhum descarte de formulários.
Os idosos foram identificados primeiramente pela participação em cursos de
informática promovidos pela AAPVR e pela comunidade da qual participam no Orkut. Após
este primeiro contato, o acesso a eles ficou mais fácil, tendo os próprios entrevistados
indicado outros idosos que estariam dispostos a participar da pesquisa.
De dezembro de 2009 a março de 2010 foram coletados mais 158 formulários, tendo-
se um total final de 208. Destes, 39 foram descartados com base em Hair et al. (2005), que
constata em sua abordagem conhecida como abordagem de caso completo, ser o tratamento
mais simples e direto para lidar com dados perdidos, sugerindo a exclusão de
questionários/formulários incompletos, também conhecidos como missing values.
Dessa forma, ao somar-se os dados do pré-teste com a amostra final, retirando os
formulários incompletos, obteve-se um total de 169 formulários válidos, representando
81,25% do total aplicado.
Observou-se na amostra colhida a presença de alguns outliers que, segundo Hair et al.
(2005), são observações substancialmente diferentes das demais. Estes outliers foram tratados
antes da análise final dos dados.
85
3.7 SELEÇÃO DOS SUJEITOS
Os sujeitos da pesquisa são os consumidores idosos da AAPVR que participam de
comunidades virtuais e foram selecionados por conveniência pela pesquisadora.
3.8 LIMITAÇÕES DO MÉTODO
A limitação da abrangência da pesquisa refere-se aos associados da AAPVR que
possuam de 60 a 75 anos de idade ─ deixando à parte os associados de idade inferior ou
superior a estas.
Por ser uma amostra de conveniência, não se pode generalizar os resultados
encontrados para a população.
Outro aspecto a ser considerado é a possibilidade de existência de respostas falsas
pelos entrevistados, não retratando suas opiniões reais.
O método também está limitado pela impossibilidade de se entrevistar todos os
associados que participam de comunidades virtuais.
86
4 A�ÁLISE DOS RESULTADOS
4.1 DESCRIÇÃO DA AMOSTRA
Embora o presente estudo objetivasse verificar a validade da escalas PANAS e LOT-R
assim, como há existência de correlação entre o afeto positivo e o otimismo, bem como o
afeto negativo e o pessimismo, entende-se que seja de grande relevância apresentar, de
maneira descritiva, o perfil da amostra selecionada. O total da amostra foi composto por 208
casos; porém, nesta análise, somente 169 foram utilizados, após a retirada dos outliers.
A amostra final foi delineada a partir de informações sobre o gênero, a idade, o grau
de instrução, além de informações sobre sua vida cotidiana, tais como: se o respondente mora
sozinho, se possui ajuda para usar o computador, se já fez algum curso de informática, qual a
comunidade virtual mais acessada por ele, e com que frequência ele acessa esta comunidade.
Foram definidos como pré-requisitos que os idosos abordados tivessem entre 60 e 75 anos,
que fossem consumidores da AAPVR e que participassem de alguma comunidade virtual.
Da amostra selecionada, constatou-se que, dos 169 entrevistados, 57,4% de sua
composição, eram do sexo masculino e 42,6% do sexo feminino (questão 1), conforme a
Tabela 5.
Tabela 5 - Frequência e Percentual do Sexo dos Respondentes
Sexo
97 57,4 57,4 57,4
72 42,6 42,6 100,0
169 100,0 100,0
Feminino
Masculino
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent
Fonte: SPSS v.15.0
87
A questão 2 do formulário visava saber a idade dos respondentes, para se ter a certeza
de que estavam dentro das delimitações do estudo. A idade de maior frequência foi de 62
anos, com o percentual de incidência de 13%, seguida de 63, 65, 66 e 61 anos, que
acumularam percentualmente 58,6% da amostra. A Tabela 6 apresenta a frequência e o
percentual total da idade dos respondentes.
Tabela 6 - Frequência e Percentual da Idade dos Respondentes
Idade
22 13,0 13,0 13,0
21 12,4 12,4 25,4
21 12,4 12,4 37,9
18 10,7 10,7 48,5
17 10,1 10,1 58,6
16 9,5 9,5 68,0
14 8,3 8,3 76,3
12 7,1 7,1 83,4
11 6,5 6,5 89,9
11 6,5 6,5 96,4
2 1,2 1,2 97,6
2 1,2 1,2 98,8
1 ,6 ,6 99,4
1 ,6 ,6 100,0
169 100,0 100,0
62
63
65
66
61
64
67
60
68
69
70
71
72
74
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent
Fonte: SPSS v.15.0
O grau de instrução dos respondentes também foi analisado e visualiza-se que a maior
frequência é dos respondentes que possuem o ensino médio completo e o ensino superior
incompleto, totalizando juntos 60,4% dos respondentes, como demonstrado na Tabela 7.
Percebe-se que nenhum respondente está na categoria de ensino fundamental incompleto.
88
Tabela 7 - Frequência e Percentual do Grau de Instrução dos Respondentes
51 30,2 30,2 30,2
51 30,2 30,2 60,4
34 20,1 20,1 80,5
21 12,4 12,4 92,9
6 3,6 3,6 96,4
6 3,6 3,6 100,0
169 100,0 100,0
Ensino Médio Completo
Ensino Superior
Incompleto
Ensino Superior
Completo
Ensino Médio Incompleto
Ensino Fundamental
Completo
Pós Graduação
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent
Fonte: SPSS v.15.0
A quarta pergunta do formulário busca identificar os respondentes que moram
sozinhos, seguida dos questionamentos sobre possuir ou não ajuda para usar o computador.
Como pergunta número 6, questiona-se se o respondente já fez algum curso de informática.
Os resultados são apresentados nas Tabela 8, Tabela 9 e Tabela 10.
Tabela 8 - Frequência e Percentual dos Respondentes que Moram Sozinhos
Mora Sozinho
130 76,9 76,9 76,9
39 23,1 23,1 100,0
169 100,0 100,0
Não
Sim
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent
Fonte: SPSS v.15.0
Tabela 9 - Frequência e Percentual da Necessidade de Ajuda para Usar o Computador
117 69,2 69,2 69,2
52 30,8 30,8 100,0
169 100,0 100,0
Não
Sim
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent
Fonte: SPSS v.15.0
89
Tabela 10 - Frequência e Percentual dos Respondentes que já Fizeram Algum Curso de
Informática
Curso de Informática
92 54,4 54,4 54,4
77 45,6 45,6 100,0
169 100,0 100,0
Não
Sim
Total
Valid
Frequency Percent Valid Percent
Cumulative
Percent
Fonte: SPSS v.15.0
Percebe-se que o maior percentual dos respondentes não vive sozinho, totalizando o
percentual de 76,9%, e que 69,2% não precisam de ajuda para usar o computador. Observa-se,
também, que 54,4% dos respondentes nunca fizeram nenhum curso de informática
anteriormente.
Analisando estes resultados, concluiu-se ser importante verificar o percentual dos
respondentes quando da comparação entre as perguntas 4 e 5 do formulário, assim como
quando da comparação entre as perguntas 6 e 5.
Na Tabela 11, verifica-se que o percentual dos respondentes que moram sozinhos e
que precisam de ajuda para usar o computador é extremamente baixo, totalizando apenas
1,2% do total da amostra. O percentual total dos idosos da AAPVR que precisam de ajuda,
independentemente da situação em que vivem (sozinhos ou não), é de apenas 30,8%, o que
pode aferir a sua maior independência em relação à informática, principalmente aqueles que
não possuem ninguém por perto para auxiliá-los.
Verifica-se, também, na Tabela 12, que o percentual dos respondentes que já fizeram
curso de informática, porém ainda necessitam de ajuda, é de apenas 10,1% em relação ao total
da amostra e que o percentual dos respondentes que nunca fizeram curso de informática,
porém não precisam de ajuda é de 33,7% também em relação ao total da amostra, o que
reforça o argumento do crescimento da independência dos idosos.
90
Tabela 11 - Respondentes que Moram ou não Sozinhos versus Respondentes que Precisam ou
não de Ajuda para Usar o Computador
Ajuda no Computador Total
Sim �ão Sim Mora Sozinho Não 50 80 130
29,6% 47,3% 76,9%
Sim 2 37 39
1,2% 21,9% 23,1%
Total 52 117 169
30,8% 69,2% 100,0%
Fonte: SPSS v.15.0
Tabela 12 - Respondentes que já Fizeram ou não Curso de Informática versus Respondentes
que Precisam ou não de Ajuda para Usar o Computador
Ajuda no Computador Total
Sim �ão
Curso de Informática Não 35 57 92
20,7% 33,7% 54,4%
Sim 17 60 77
10,1% 35,5% 45,6%
Total 52 117 169
30,8% 69,2% 100,0%
Fonte: SPSS v.15.0
A pergunta 8 do formulário tem o intuito de saber qual a comunidade mais acessada
pelos idosos da AAPVR e, de acordo com a Tabela 13, o Orkut é acessado por 57,40% dos
respondentes, seguido por comunidades virtuais voltadas ao tema de culinária, Yahoo Groups
e AAPVR no Orkut. Estas quatro comunidades são responsáveis pelo acesso de 84% da
amostra.
91
Tabela 13 - Frequência e Percentual da Comunidade Virtual mais Acessada pelos
Respondentes
Frequency Percent
Valid Percent
Cumulative Percent
Valid Orkut 97 57,4 57,4 57,4
Culinária 18 10,7 10,7 68,0
Yahoo Groups 15 8,9 8,9 76,9
AAPVR no Orkut 12 7,1 7,1 84,0
Politica 10 5,9 5,9 89,9
Filmes 8 4,7 4,7 94,7
Livros 4 2,4 2,4 97,0
Turma de 68 2 1,2 1,2 98,2
Carros 1 ,6 ,6 98,8
Esportes 1 ,6 ,6 99,4
Facebook 1 ,6 ,6 100,0
Total 169 100,0 100,0
Fonte: SPSS v.15.0
Com o intuito de verificar se o sexo do respondente influencia na comunidade virtual
acessada por ele, percebe-se na Tabela 14 que o Orkut é mais acessado pelos respondentes do
sexo feminino ─ com frequência de 58,8%. As comunidades virtuais voltadas ao tema de
culinária são dominantemente acessadas pelo sexo feminino, com a frequência de 94,4%. O
Yahoo Groups também é mais acessado pelo sexo feminino, porém com uma pequena
diferença em relação ao sexo masculino, com a frequência de 53,3%. Finalmente, os
respondentes que acessam o AAPVR no Orkut demonstram um equilíbrio, tendo a frequência
de acesso de 50% para cada gênero.
92
Tabela 14 - Comunidade mais Acessada pelo Respondente versus Sexo do Respondente
Comunidade Virtual mais Acessada pelo respondente Sexo Total
Feminino Masculin
o Feminino Orkut 57 40 97
58,8% 41,2% 100,0%
Culinária 17 1 18
94,4% 5,6% 100,0%
Yahoo Groups 8 7 15
53,3% 46,7% 100,0%
AAPVR no Orkut 6 6 12
50,0% 50,0% 100,0%
Fonte: SPSS v.15.0
Já com relação à frequência com que o respondente acessa sua comunidade virtual,
percebe-se, na Tabela 15, que 29% o fazem uma vez por semana. Entretanto, é importante
analisar a relação desta frequência com sua comunidade correspondente, como demonstrado
na Tabela 16.
Tabela 15 - Frequência e Percentual do Acesso à Comunidade Virtual pelo Respondente
Frequency Percent
Valid Percent
Cumulative Percent
Valid 1 vez por semana 49 29,0 29,0 29,0
Diariamente 30 17,8 17,8 46,7
Mais de uma vez por dia 26 15,4 15,4 62,1
2 vezes por semana 25 14,8 14,8 76,9
3 vezes por semana 21 12,4 12,4 89,3
Mais de 3 vezes por semana 18 10,7 10,7 100,0
Total 169 100,0 100,0
Fonte: SPSS v.15.0
93
Tabela 16 - Comunidade Virtual mais Acessada pelo Respondente versus Frequência de
Acesso
Frequência de Acesso da Comunidade Virtual Total Comunidade Virtual mais Acessada
Mais de uma vez por dia Diariamente
1 vez por semana
2 vezes por
semana
3 vezes por
semana
Mais de 3 vezes por semana
Mais de uma vez por dia
Orkut 15 18 25 14 12 13 97
15,5% 18,6% 25,8% 14,4% 12,4% 13,4% 100,0%
Culinária 2 1 12 2 1 0 18
11,1% 5,6% 66,7% 11,1% 5,6% ,0% 100,0%
Yahoo Groups
2 0 3 5 4 1 15
13,3% ,0% 20,0% 33,3% 26,7% 6,7% 100,0%
AAPVR no Orkut
3 5 1 0 1 2 12
25,0% 41,7% 8,3% ,0% 8,3% 16,7% 100,0%
Fonte: SPSS v.15.0
4.2 ANÁLISE DE COMPONENTES PRINCIPAIS VERSUS ANÁLISE FATORIAL
De acordo com Corrar, Paulo e Dias (2007, p. 74), a análise fatorial é uma “técnica
estatística que busca, através da avaliação de um conjunto de variáveis, a identificação de
dimensões de variabilidade comuns existentes em um conjunto de fenômenos”. O objetivo
maior é conseguir desvendar as diversas estruturas existentes que não podem ser diretamente
observáveis. Fator, então, é o nome dado a cada uma dessas dimensões de variabilidade
comum. A análise fatorial é, portanto, utilizada para identificar estes fatores, que podem ser
utilizados para explicar o relacionamento entre um conjunto de variáveis. Tal correlação
existe, pois as variáveis compartilham ou estão relacionadas pelo mesmo fator.
O intuito da aplicação da análise fatorial é, portanto, a identificação dos fatores que
não são diretamente observáveis através de uma correlação entre um conjunto de variáveis,
94
pois estas podem ser observadas e, portanto, passíveis de medição (CORRAR, PAULO e
DIAS, 2007).
Enquanto na Análise Fatorial tem-se que uma variável é uma função de um fator
(construto), na Análise de Componentes Principais, o componente é uma função das variáveis.
Os componentes principais são combinações lineares das variáveis originais. Nesta
análise, uma variável “x” explica uma pequena parcela da variância. A maior parte da
variância é explicada pelos componentes. Já na Análise Fatorial, um construto determina a
variância de um item de um questionário/formulário.
Um componente é uma combinação de variáveis. Diferentemente da Análise Fatorial,
não há a necessidade de se imaginar um construto, algo abstrato, ou uma variável latente que
o explicaria. Ao contrário, o componente é explicado pelas variáveis, não havendo maiores
problemas em sua identificação.
Segundo Landau e Everitt (2004), a análise de Componentes Principais é
essencialmente um método de redução de dados que visa produzir um pequeno número de
variáveis derivadas, as quais podem ser usadas no lugar do maior número de variáveis
originais, para simplificar a análise posterior dos dados.
Comparando-se as duas análises em questão, Laundau e Everitt (2004) esclarecem que
a Análise de Fatorial, assim como a Análise de Componentes Principais, é uma tentativa de
explicar um conjunto de dados em termos de um número menor de dimensões, porém os
procedimentos utilizados para atingir este objetivo são, essencialmente, bastante diferentes
nos dois métodos. A Análise Fatorial, ao contrário da Análise de Componentes Principais,
começa com uma hipótese sobre a covariância (ou correlação) da estrutura das variáveis. A
hipótese é que um conjunto de variáveis latentes “k” existe ─ e é suficiente para explicar as
inter-relações das variáveis. A Análise de Componentes Principais, porém é apenas uma
transformação dos dados, e não são feitas suposições sobre a forma da matriz de covariância,
95
a partir do qual os dados surgem. É importante ressaltar que, se o modelo de divisão em
fatores é viável, mas a variâncias das variáveis analisadas são pequenas, espera-se que ambas
as formas de análise forneçam resultados semelhantes. Se, no entanto, as variações específicas
são grandes, todos os componentes principais serão absorvidos, tanto os mantidos quanto os
rejeitados, enquanto a análise fatorial realiza uma previsão para eles. Também é importante
ressaltar que ambas as formas de análise são semelhantes em um aspecto importante: ambas
as análises são inúteis se as variáveis observadas não são correlacionadas, pois na Análise
Fatorial nada se teria para explicar e a Análise dos Componentes levaria simplesmente a
componentes que seriam semelhantes às variáveis originais.
Com relação à Análise Fatorial, sabe-se da existência de dois tipos de modalidade: a
análise fatorial exploratória e a análise fatorial confirmatória. A primeira tem como
característica principal a não existência prévia do conhecimento da relação de dependência
entre as variáveis pelo pesquisador ─ o que o levará à dúvida quanto à estrutura de
relacionamento entre as variáveis. Já na análise fatorial confirmatória, esta dúvida dá margem
à criação de uma hipótese que diz existir relacionamento entre um determinado conjunto de
variáveis. Nesse caso, quando aplicada à análise fatorial, pretende-se descobrir se a hipótese
de relacionamento levantada previamente é verdadeira ou não (CORRAR, PAULO e DIAS,
2007).
A escolha do número de fatores também é de grande importância na elaboração da
análise fatorial, assim como a escolha do número de componentes da Análise de
Componentes Principais. Ao se optar por trabalhar com fatores ─ ao invés de com o conjunto
completo de variáveis ─, sabe-se que “o pesquisador está optando não tratar 100% da
variância observada, mas sim com uma parcela da variação total dos dados que consegue ser
explicada pelos fatores.” (CORRAR, PAULO e DIAS, 2007 p. 86).
96
Pallant (2001), com o objetivo de simplificação das palavras, mas sem abandonar a
diferença básica entre as duas análises, utiliza a expressão “Análise Fatorial” em um sentido
geral para indicar qualquer análise desta família de técnicas, incluindo a Análise de
Componentes Principais, utilizada neste estudo. Tabachnick e Fidell (1996) também reforçam
este pensamento e afirmam que, embora tecnicamente a Análise de Componentes Principais
produza componentes, muitos autores usam o termo “fator” para se referir a ambas análises,
tanto a Análise Fatorial quanto a Análise dos Componentes Principais. Portanto, não se deve
assumir que o emprego do referido termo represente automaticamente a utilização de uma
Análise Fatorial. Esta última é, portanto, usada comumente como uma expressão genérica
para se referir a toda esta família de técnicas, contudo ela não será assim considerada neste
trabalho.
Este estudo utiliza a Análise de Componentes Principais e esta análise não será aqui
tratada como uma Análise Fatorial.
Pallant (2001) afirma haver três etapas principais na realização da Análise de
Compoentes Principais.
A primeira etapa consiste na avaliação da adequação dos dados. Há duas questões
principais a serem consideradas para determinar se os dados colhidos são adequados para a
análise dos componentes: tamanhos da amostra e da força do relacionamento entre as
variáveis (ou itens). Embora haja pouco consenso entre os autores a respeito de como uma
grande amostra deva ser, a recomendação geral é que quanto maior, melhor, porém sugere-se
um mínimo de 150 respondentes. A amostra deste estudo é composta por 169 respondentes
válidos.
Outra questão importante a ser abordada diz respeito à força das intercorrelações entre
os itens. Tabachnick e Fidell (1996) recomendam a avaliação da matriz de correlação, para a
97
evidência de coeficientes superiores a 0,3. Se não forem encontradas correlações acima deste
nível, esta análise não é adequada.
A segunda etapa consiste em determinar a quantidade de componentes a serem
extraídos na análise. Pallant (2001) demonstra a existência de duas técnicas que podem ser
utilizadas para auxiliar na decisão sobre o número de fatores a se reter: o critério de Kaiser, e
o Teste de Scree (Scree Plot), ambos utilizados neste estudo.
Corrar, Paulo e Dias (2007) também reforçam essas técnicas e as tratam como Critério
do Autovalor ou Eigenvalue e critério do Gráfico de Declive, respectivamente.
No Critério do Autovalor, apenas os componentes com valores acima de 1,0 são
considerados e ele corresponde a quanto o componente consegue explicar da variância
encontrada.
Já no Scree Plot, Corrar, Paulo e Dias (2007) afirmam que a forma gráfica de
definição dos componentes segue o raciocínio de que grande parcela de variância será
explicada pelos primeiros componentes e que entre eles haverá sempre uma diferença
significativa. Quando visualiza-se no gráfico que esta diferença não é mais tão significativa,
este seria o ponto que determinaria a quantidade de componentes que seriam considerados na
análise.
Neste estudo, utiliza-se ambos os métodos sequencialmente.
Pallant (2001) demonstra que a terceira etapa está baseada na rotação e interpretação
dos componentes que já foram determinados. Para ajudar neste processo, os componentes são
rotacionados. A rotação não altera a solução de base, porém apresenta o padrão de cargas em
uma forma mais fácil de interpretação.
Para que se possa aumentar o poder de explicação da análise, Corrar, Paulo e Dias
(2007, p. 88) relatam a importância da interpretação das cargas fatoriais e da rotação dos
fatores.
98
A interpretação dos fatores só é possível pela existência de parâmetros da análise fatorial que relacionam os fatores com as variáveis; são as cargas fatoriais. As cargas fatoriais [...] representam a correlação (co-variância) entre o fator e as variáveis do estudo. Não são raros os casos em que numa primeira extração (não rotacionada) os fatores estejam relacionados à grande maioria das variáveis (cargas fatoriais de valor semelhante em todas ou em grande parte das variáveis). No entanto, este relacionamento fica mais claro depois da rotação dos fatores.
Quando se decide por rotacionar os componentes, procura-se aumentar o poder de
explicação que se tem deles. A rotação só é possível porque as cargas fatoriais podem ser
representadas como pontos entre eixos e estes eixos, quando girados, não alteram a distância
destes pontos. Contudo, o mais importante é que, nesta rotação, as cargas fatoriais são
alteradas, porém não há alteração do total da variância obtida anteriormente, e sim somente
um rearranjo dos autovalores (CORRAR, PAULO e DIAS, 2007).
De acordo com Corrar, Paulo e Dias (2007, p. 89), os métodos de rotação podem ser:
• Varimax: é um tipo de rotação ortogonal (sem correlação entre os fatores). É o tipo de rotação mais utilizado e que tem como característica o fato de minimizar a ocorrência de uma variável possuir altas cargas fatoriais para diferentes fatores, permitindo que uma variável seja facilmente identificada com um único fator;
• Quartimax: rotação ortogonal que minimiza o número de fatores necessário para explicar cada variável. Tende a concentrar grande parte das variáveis em um único fator; em função disso, esse método pode produzir estruturas de difícil interpretação;
• Equimax: rotação também ortogonal que tenta agregar tanto as características da rotação Varimax quanto da Quartimax. Sua utilização não é comum.
• Direct Oblimim: tipo de rotação oblíqua (na qual os fatores possuem correlação). Este método permite alcançar autovalores elevados, mas se aumenta a complexidade dos fatores. Isso ocorre porque esse tipo de rotação cria relações entre os fatores que precisam ser analisadas em conjunto com os agrupamentos resultantes da análise fatorial, o que torna a análise mais complexa.
• Promax: outro tipo de rotação oblíqua, que é mais rápida de ser calculada do que a Oblimin. O Promax é uma opção interessante para tratamento de grandes bancos de dados em que o pesquisador acredite haver relacionamento entre os fatores.
Neste estudo, aplica-se o método de rotação Varimax, pois, segundo Hair et al. (2005,
p.110), é o método mais indicado “[...] se o objetivo do pesquisador é reduzir o número de
variáveis originais, com o cuidado de quão significativos os fatores possam ser”.
99
4.2.1 Análise dos dados perdidos (missing values) e observações atípicas (outliers)
Hair et al. (2005 p. 56) afirmam que “os dados perdidos são uma realidade em análise
multivariada; de fato, raramente o pesquisador evita algum tipo de problema com dados
perdidos”. Os autores recomendam que sejam examinados primeiro os dados, para identificar
aqueles perdidos (missing values) e observações atípicas (outliers) para somente depois
avaliar as relações entre as variáveis estudadas.
Com relação aos dados perdidos, verificou-se, no processo de coleta e tabulação, a
existência de 39 formulários incompletos, dos 208 aplicados. A pesquisadora interrompeu a
aplicação do formulário ainda na fase de identificação do perfil quando se trataram de
respondentes fora da faixa etária estipulada, ou respondentes que afirmaram não acessar
comunidades virtuais.
Optou-se, nesse caso, pela abordagem de caso completo, em que, de acordo com Hair
et al.(2005), são excluídos questionários/formulários incompletos ou invalidados. Dessa
maneira, foram aproveitados 81,25% dos formulários aplicados, ou seja, 169 formulários no
total.
“O impacto dos dados perdidos é prejudicial não apenas por suas tendências ocultas
potenciais sobre os resultados, mas também por seu impacto prático no tamanho da amostra
disponível para a análise” (HAIR et al, 2005, p. 57).
Quanto às observações atípicas, Hair et al. (2005, p. 71) afirmam que “são
observações com uma combinação única de características identificáveis como sendo
notavelmente diferentes das outras observações”.
No presente estudo, houve o tratamento das observações atípicas, considerando-se
Hair et al. (2005) e seu levantamento sobre esta questão, que sugere a adoção da variação de 3
em relação ao escore padrão, pois a amostra neste estudo é maior do que 80 observações.
100
4.2.2 Análise dos Resultados da Escala PA�AS
Para que se possa analisar os resultados obtidos neste estudo, visualiza-se
primeiramente a matriz de correlação exibida na Tabela 17 e o valor do seu determinante:
101
Tabela 17 - Matriz de Correlação – PANAS
Fonte: SPSS v.15.0
AP1
AN1
AP2
AN2
AP3
AN3
AN4
AP4
AN5
AP5
AP6
AN6
AP7
AN7
AP8
AN8
AP9
AN9
AP10
AN10
AP1
1,000
-,151
,424
-,062
,494
-,154
-,290
,640
-,204
,318
,468
-,174
,414
-,116
,414
-,206
,453
-,192
,541
-,162
AN1
-,151
1,000
-,140
,448
-,206
,302
,523
-,102
,271
-,279
-,014
,396
-,231
,333
-,225
,526
-,204
,609
-,313
,370
AP2
,424
-,140
1,000
-,257
,423
-,204
-,134
,370
-,199
,390
,171
-,147
,495
-,207
,318
-,129
,517
,014
,459
-,028
AN2
-,062
,448
-,257
1,000
-,285
,362
,392
-,129
,312
-,189
,051
,347
-,230
,467
-,187
,468
-,236
,317
-,184
,317
AP3
,494
-,206
,423
-,285
1,000
-,122
-,198
,598
-,197
,486
,390
-,215
,508
-,092
,440
-,351
,505
-,152
,537
-,193
AN3
-,154
,302
-,204
,362
-,122
1,000
,468
-,090
,783
-,142
-,032
,564
-,199
,289
-,204
,432
-,212
,178
-,160
,401
AN4
-,290
,523
-,134
,392
-,198
,468
1,000
-,129
,425
-,184
-,111
,506
-,214
,319
-,194
,681
-,228
,412
-,201
,460
AP4
,640
-,102
,370
-,129
,598
-,090
-,129
1,000
-,203
,476
,516
-,121
,497
-,125
,443
-,183
,547
-,133
,532
-,148
AN5
-,204
,271
-,199
,312
-,197
,783
,425
-,203
1,000
-,220
-,058
,599
-,240
,256
-,235
,399
-,223
,237
-,177
,476
AP5
,318
-,279
,390
-,189
,486
-,142
-,184
,476
-,220
1,000
,330
-,238
,473
-,188
,402
-,239
,419
-,142
,375
-,216
AP6
,468
-,014
,171
,051
,390
-,032
-,111
,516
-,058
,330
1,000
,009
,299
-,020
,305
-,094
,371
-,122
,317
-,089
AN6
-,174
,396
-,147
,347
-,215
,564
,506
-,121
,599
-,238
,009
1,000
-,258
,234
-,169
,459
-,222
,367
-,180
,777
AP7
,414
-,231
,495
-,230
,508
-,199
-,214
,497
-,240
,473
,299
-,258
1,000
-,226
,503
-,153
,518
-,142
,512
-,202
AN7
-,116
,333
-,207
,467
-,092
,289
,319
-,125
,256
-,188
-,020
,234
-,226
1,000
-,215
,261
-,265
,341
-,213
,265
AP8
,414
-,225
,318
-,187
,440
-,204
-,194
,443
-,235
,402
,305
-,169
,503
-,215
1,000
-,196
,419
-,124
,427
-,166
AN8
-,206
,526
-,129
,468
-,351
,432
,681
-,183
,399
-,239
-,094
,459
-,153
,261
-,196
1,000
-,253
,435
-,214
,429
AP9
,453
-,204
,517
-,236
,505
-,212
-,228
,547
-,223
,419
,371
-,222
,518
-,265
,419
-,253
1,000
-,064
,658
-,110
AN9
-,192
,609
,014
,317
-,152
,178
,412
-,133
,237
-,142
-,122
,367
-,142
,341
-,124
,435
-,064
1,000
-,134
,394
AP10
,541
-,313
,459
-,184
,537
-,160
-,201
,532
-,177
,375
,317
-,180
,512
-,213
,427
-,214
,658
-,134
1,000
-,097
AN10
-,162
,370
-,028
,317
-,193
,401
,460
-,148
,476
-,216
-,089
,777
-,202
,265
-,166
,429
-,110
,394
-,097
1,000
102
Para Hair et al. (2005, p. 93), “a inspeção visual da matriz de correlação não revela
facilmente qualquer padrão específico”. Entretanto, o autores ressaltam a importância de se
avaliar a Análise dos Componentes Principais a partir da matriz de correlação.
Utilizando o exame visual como primeiro passo, identifica-se as correlações que são
estatisticamente significantes. De acordo com Hair et al. (2005), as correlações significantes
são aquelas significantes no nível 0,01.
A inspeção da matriz de correlação revela que 127 das 190 correlações (66,84%) são
significantes no nível 0,01, o que fornece uma base adequada para prosseguir com a Análise
do Componentes Principais, segundo Hair et al. (2005).
É necessário se ter um determinante bem próximo de zero para que se continue com a
Análise de Componentes Principais (Hair et al., 2005). Nesse caso, tem-se o determinante
com o valor de 0,0000265, o que ratifica a continuação da análise.
Avalia-se, então, pela matriz de correlação, o grau de relacionamento entre as
variáveis estudadas e pode-se perceber que é conveniente a aplicação da Análise dos
Componentes Principais.
Com relação às comunalidades, Hair et al. (2005, p. 90) as definem como a “quantia
total de variância que uma variável original compartilha com todas as outras variáveis
incluídas na análise”.
Corrar, Paulo e Dias (2007) afirmam ser importante ressaltar também que quanto mais
próximo de 1 se encontrarem as comunalidades, maior será o poder de explicação dos
componentes.
Verificando-se os valores das comunalidades encontrados nesta pesquisa, percebe-se
que os valores são aceitáveis, tendo apenas duas variáveis, AP5 e AP8 com valores um pouco
abaixo de 0,5.
103
A maioria dos indicadores conseguiu um poder de explicação alto, considerando os
dois componentes obtidos, como apresentado na Tabela 18.
Tabela 18 - Comunalidades - PANAS
Initial Extraction AP1 1,000 ,614 AN1 1,000 ,699 AP2 1,000 ,623 AN2 1,000 ,628 AP3 1,000 ,593 AN3 1,000 ,766 AN4 1,000 ,609 AP4 1,000 ,701 AN5 1,000 ,783 AP5 1,000 ,425 AP6 1,000 ,598 AN6 1,000 ,740 AP7 1,000 ,571 AN7 1,000 ,513 AP8 1,000 ,428 AN8 1,000 ,607 AP9 1,000 ,637 AN9 1,000 ,699 AP10 1,000 ,609 AN10 1,000 ,650
Fonte: SPSS v.15.0.
O teste de Kaiser-Meyer-Olkin (KMO) “permite avaliar se os dados originais
viabilizam a utilização da Análise dos Componentes Principais de forma satisfatória
(CORRAR, PAULO e DIAS, 2007, p. 100).
Utiliza-se o KMO para que se possa medir o grau de explicação entre as variáveis a
partir dos componentes encontrados na Análise dos Componentes Principais, juntamente com
o Bartlett’s Test of Sphericity, que indica se a matriz de correlação é ou não uma matriz
identidade, demonstrando também se há relação suficiente entre os indicadores para que seja
possível a aplicação da Análise de Componentes Principais, sendo indicada a presença de
valores acima de 0,60.
104
A presença de correlação zero entre as variáveis indica a inadequação na utilização da
Análise de Componentes Principais, e a recomendação relativa ao valor do teste de
significância (Sig) é que ele não ultrapasse 0,05 (CORRAR, PAULO e DIAS, 2007).
Encontra-se nesta pesquisa, conforme Tabela 19, um KMO de 0,850 e o teste de
significância aponta o valor 0,000, corroborando a aplicação da Análise dos Componentes
Principais.
Tabela 19 - KMO e Teste de Significância - PANAS
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,850
Bartlett's Test of Sphericity
Approx. Chi-Square 1680,688
Df 190 Sig. ,000
Fonte: SPSS v.15.0
A matriz anti-imagem indica o poder de explicação dos componentes em relação a
cada uma das variáveis analisadas. Ela se mostra um instrumento muito importante na
avaliação da viabilização e escolha da Análise dos Componentes Principais, pois, de acordo
com Corrar, Paulo e Dias (2007, p. 100), pode-se verificar o valor do Measure of Sampling
Adequacy (MSA) na sua diagonal. “Caso o MSA indique um grau de explicação menor do
que 0,50 significa que os componentes encontrados na Análise dos Componentes Principais
não conseguem descrever satisfatoriamente as variações dos dados originais”.
Como demonstrado na Tabela 20, o menor valor MSA encontrado nesta pesquisa é de
0,772, o que demonstra um alto poder de explicação, considerando os componentes obtidos na
Análise dos Componentes Principais. Assim, valida-se a utilização de todas as variáveis neste
tipo análise.
105
Tabela 20 - Matriz Anti-imagem - PANAS
Fonte: SPSS v.15.0
AP
1 A
N1
AP
2 A
N2
AP
3 A
N3
AN
4 A
P4
AN
5 A
P5
AP
6 A
N6
AP
7 A
N7
AP
8 A
N8
AP
9 A
N9
AP
10
AN
10
Anti – Image Covariance
AP
1 ,4
22
-,03
5 -,
122
-,07
4 -,
034
,007
,1
04
-,14
7 -,
006
,057
-,
082
,005
,0
27
-,01
6 -,
060
-,03
0 ,0
33
,060
-,
093
,003
A
N1
-,03
5 ,4
19
,004
-,
079
-,03
4 -,
024
-,07
7 -,
036
,031
,0
95
-,05
8 ,0
06
,004
,0
28
,039
-,
046
-,01
2 -,
217
,113
-,
014
AP
2 -,
122
,004
,5
52
,082
-,
040
,023
-,
023
,041
,0
07
-,09
0 ,0
59
,010
-,
110
,032
,0
34
-,01
9 -,
094
-,06
1 -,
014
-,04
9 A
N2
-,07
4 -,
079
,082
,5
50
,098
-,
042
-,01
0 ,0
27
,015
-,
045
-,06
8 ,0
00
,008
-,
190
-,00
2 -,
071
,007
-,
004
-,03
6 -,
016
AP
3 -,
034
-,03
4 -,
040
,098
,4
31
-,03
9 -,
049
-,07
2 ,0
07
-,07
3 -,
050
,011
-,
062
-,09
0 -,
048
,109
-,
004
,000
-,
074
,005
A
N3
,007
-,
024
,023
-,
042
-,03
9 ,3
18
-,02
6 -,
032
-,21
3 -,
037
,049
-,
056
,004
-,
041
,021
-,
042
-,00
3 ,0
69
,004
,0
42
AN
4 ,1
04
-,07
7 -,
023
-,01
0 -,
049
-,02
6 ,4
05
-,04
4 -,
005
-,02
1 ,0
36
-,03
2 ,0
43
-,04
8 -,
013
-,18
9 ,0
11
,017
-,
026
-,01
2 A
P4
-,14
7 -,
036
,041
,0
27
-,07
2 -,
032
-,04
4 ,3
79
,048
-,
083
-,08
0 -,
031
-,04
6 -,
006
-,01
6 ,0
13
-,06
9 ,0
18
-,02
4 ,0
25
AN
5 -,
006
,031
,0
07
,015
,0
07
-,21
3 -,
005
,048
,3
28
,025
-,
033
-,04
1 -,
003
,003
,0
19
,003
-,
007
-,03
6 -,
007
-,02
4 A
P5
,057
,0
95
-,09
0 -,
045
-,07
3 -,
037
-,02
1 -,
083
,025
,5
87
-,08
2 ,0
29
-,06
6 ,0
45
-,06
1 ,0
20
-,00
8 -,
050
,030
,0
03
AP
6 -,
082
-,05
8 ,0
59
-,06
8 -,
050
,049
,0
36
-,08
0 -,
033
-,08
2 ,6
02
-,08
3 -,
006
-,04
3 -,
022
-,02
0 -,
085
,083
,0
18
,067
A
N6
,005
,0
06
,010
,0
00
,011
-,
056
-,03
2 -,
031
-,04
1 ,0
29
-,08
3 ,2
71
,023
,0
63
-,02
9 ,0
07
,053
-,
044
,010
-,
204
AP
7 ,0
27
,004
-,
110
,008
-,
062
,004
,0
43
-,04
6 -,
003
-,06
6 -,
006
,023
,4
99
,012
-,
128
-,08
1 -,
036
,022
-,
047
,008
A
N7
-,01
6 ,0
28
,032
-,
190
-,09
0 -,
041
-,04
8 -,
006
,003
,0
45
-,04
3 ,0
63
,012
,6
43
,049
,0
42
,076
-,
130
,033
-,
065
AP
8 -,
060
,039
,0
34
-,00
2 -,
048
,021
-,
013
-,01
6 ,0
19
-,06
1 -,
022
-,02
9 -,
128
,049
,6
31
-,00
2 -,
022
-,03
1 -,
018
,015
A
N8
-,03
0 -,
046
-,01
9 -,
071
,109
-,
042
-,18
9 ,0
13
,003
,0
20
-,02
0 ,0
07
-,08
1 ,0
42
-,00
2 ,3
95
,036
-,
057
-,01
4 -,
020
AP
9 ,0
33
-,01
2 -,
094
,007
-,
004
-,00
3 ,0
11
-,06
9 -,
007
-,00
8 -,
085
,053
-,
036
,076
-,
022
,036
,4
14
-,05
5 -,
155
-,05
2 A
N9
,060
-,
217
-,06
1 -,
004
,000
,0
69
,017
,0
18
-,03
6 -,
050
,083
-,
044
,022
-,
130
-,03
1 -,
057
-,05
5 ,4
96
-,03
6 -,
005
AP
10
-,09
3 ,1
13
-,01
4 -,
036
-,07
4 ,0
04
-,02
6 -,
024
-,00
7 ,0
30
,018
,0
10
-,04
7 ,0
33
-,01
8 -,
014
-,15
5 -,
036
,416
-,
025
AN
10
,003
-,
014
-,04
9 -,
016
,005
,0
42
-,01
2 ,0
25
-,02
4 ,0
03
,067
-,
204
,008
-,
065
,015
-,
020
-,05
2 -,
005
-,02
5 ,3
38
Anti – Image Correlation
AP
1 ,8
42(a
) -,
083
-,25
4 -,
153
-,07
9 ,0
19
,250
-,
368
-,01
7 ,1
15
-,16
2 ,0
14
,060
-,
031
-,11
6 -,
073
,078
,1
31
-,22
3 ,0
08
AN
1 -,
083
,818
(a)
,009
-,
165
-,07
9 -,
066
-,18
6 -,
092
,085
,1
92
-,11
5 ,0
19
,009
,0
54
,077
-,
113
-,02
8 -,
476
,270
-,
038
AP
2 -,
254
,009
,8
71(a
) ,1
49
-,08
2 ,0
54
-,04
9 ,0
90
,017
-,
159
,102
,0
26
-,20
9 ,0
53
,058
-,
040
-,19
7 -,
117
-,03
0 -,
114
AN
2 -,
153
-,16
5 ,1
49
,860
(a)
,200
-,
099
-,02
1 ,0
59
,034
-,
079
-,11
8 ,0
01
,016
-,
319
-,00
3 -,
152
,015
-,
007
-,07
6 -,
037
AP
3 -,
079
-,07
9 -,
082
,200
,8
96(a
) -,
104
-,11
7 -,
177
,019
-,
146
-,09
8 ,0
33
-,13
4 -,
170
-,09
3 ,2
63
-,01
1 -,
001
-,17
4 ,0
12
AN
3 ,0
19
-,06
6 ,0
54
-,09
9 -,
104
,776
(a)
-,07
2 -,
091
-,66
0 -,
087
,112
-,
191
,010
-,
090
,048
-,
117
-,00
9 ,1
75
,010
,1
28
AN
4 ,2
50
-,18
6 -,
049
-,02
1 -,
117
-,07
2 ,8
59(a
) -,
113
-,01
4 -,
043
,073
-,
096
,096
-,
093
-,02
6 -,
472
,028
,0
37
-,06
4 -,
033
AP
4 -,
368
-,09
2 ,0
90
,059
-,
177
-,09
1 -,
113
,882
(a)
,137
-,
176
-,16
8 -,
098
-,10
6 -,
012
-,03
3 ,0
33
-,17
5 ,0
42
-,06
1 ,0
69
AN
5 -,
017
,085
,0
17
,034
,0
19
-,66
0 -,
014
,137
,8
15(a
) ,0
58
-,07
5 -,
138
-,00
8 ,0
06
,041
,0
09
-,01
9 -,
089
-,02
0 -,
072
AP
5 ,1
15
,192
-,
159
-,07
9 -,
146
-,08
7 -,
043
-,17
6 ,0
58
,901
(a)
-,13
8 ,0
74
-,12
3 ,0
74
-,10
0 ,0
41
-,01
7 -,
093
,061
,0
07
AP
6 -,
162
-,11
5 ,1
02
-,11
8 -,
098
,112
,0
73
-,16
8 -,
075
-,13
8 ,8
22(a
) -,
206
-,01
1 -,
070
-,03
6 -,
042
-,17
1 ,1
52
,036
,1
49
AN
6 ,0
14
,019
,0
26
,001
,0
33
-,19
1 -,
096
-,09
8 -,
138
,074
-,
206
,798
(a)
,063
,1
50
-,06
9 ,0
20
,157
-,
120
,031
-,
673
AP
7 ,0
60
,009
-,
209
,016
-,
134
,010
,0
96
-,10
6 -,
008
-,12
3 -,
011
,063
,9
21(a
) ,0
21
-,22
8 -,
183
-,08
0 ,0
45
-,10
2 ,0
19
AN
7 -,
031
,054
,0
53
-,31
9 -,
170
-,09
0 -,
093
-,01
2 ,0
06
,074
-,
070
,150
,0
21
,803
(a)
,077
,0
83
,147
-,
231
,063
-,
139
AP
8 -,
116
,077
,0
58
-,00
3 -,
093
,048
-,
026
-,03
3 ,0
41
-,10
0 -,
036
-,06
9 -,
228
,077
,9
41(a
) -,
003
-,04
3 -,
056
-,03
6 ,0
33
AN
8 -,
073
-,11
3 -,
040
-,15
2 ,2
63
-,11
7 -,
472
,033
,0
09
,041
-,
042
,020
-,
183
,083
-,
003
,851
(a)
,090
-,
129
-,03
5 -,
054
AP
9 ,0
78
-,02
8 -,
197
,015
-,
011
-,00
9 ,0
28
-,17
5 -,
019
-,01
7 -,
171
,157
-,
080
,147
-,
043
,090
,8
86(a
) -,
122
-,37
3 -,
139
AN
9 ,1
31
-,47
6 -,
117
-,00
7 -,
001
,175
,0
37
,042
-,
089
-,09
3 ,1
52
-,12
0 ,0
45
-,23
1 -,
056
-,12
9 -,
122
,772
(a)
-,07
8 -,
012
AP
10
-,22
3 ,2
70
-,03
0 -,
076
-,17
4 ,0
10
-,06
4 -,
061
-,02
0 ,0
61
,036
,0
31
-,10
2 ,0
63
-,03
6 -,
035
-,37
3 -,
078
,883
(a)
-,06
8 A
N10
,0
08
-,03
8 -,
114
-,03
7 ,0
12
,128
-,
033
,069
-,
072
,007
,1
49
-,67
3 ,0
19
-,13
9 ,0
33
-,05
4 -,
139
-,01
2 -,
068
,786
(a)
106
Utiliza-se, nesta pesquisa, primeiramente o critério Kaiser, sob o título de
Eingenvalues no software SPSS, para a escolha inicial do número de componentes a serem
considerados na análise. Este critério leva em conta o mínimo da variância explicada de 1,0,
fazendo com que os componentes “que explicam um valor de variância inferior à capacidade
de explicação das próprias variáveis do estudo não sejam tratados” (CORRAR, PAULO e
DIAS, 2007, p. 98).
Esta primeira tentativa leva ao surgimento de quatro componentes, observáveis na
Tabela 21, que permite visualizar qual dos componentes consegue explicar melhor cada uma
das emoções consideradas.
Tabela 21 - Component Matrix - PANAS
Component
1 2 3 4 AP1 ,609 ,407 AN1 -,570 ,392 ,468 AP2 ,532 ,358 -,440 AN2 -,525 ,348 ,427 AP3 ,661 ,383 AN3 -,542 ,449 -,507 AN4 -,611 ,452 AP4 ,621 ,518 AN5 -,581 ,394 -,538 AP5 ,591 AP6 ,396 ,454 ,483 AN6 -,604 ,508 -,309 AP7 ,651 ,342 AN7 -,453 ,433 AP8 ,581 AN8 -,617 ,420 AP9 ,663 ,396 AN9 -,455 ,398 ,515 AP10 ,647 ,410 AN10 -,539 ,489 -,303
Fonte: SPSS v.15.0.
Contudo, percebe-se que, como há alguns valores de explicação muito próximos,
ainda há dúvidas quanto à sua composição, como nos casos de AN3 e AN5, com seus
107
respectivos valores encontrados nos componentes 1 e 3; AP6 com valores altos encontrados
nos componentes 2 e 4; e AN7 com valores nos componentes 1 e 4.
Após a aplicação de rotação pelo critério Varimax, os valores foram verificados. Com
a ajuda do Gráfico 3, decidiu-se reduzir os componentes de 4 para 2, pois grande parcela de
variância, 49,511% é explicada pelos mesmos, como demonstrado na Tabela 22.
Tabela 22 - Total da Variância Explicada - PANAS
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance
Cumulative % Total
% of Variance
Cumulative %
1 6,654 33,272 33,272 6,654 33,272 33,272 2 3,248 16,239 49,511 3,248 16,239 49,511 3 1,348 6,742 56,253 1,348 6,742 56,253 4 1,240 6,198 62,451 1,240 6,198 62,451 5 ,867 4,336 66,786 6 ,814 4,072 70,859 7 ,721 3,605 74,464 8 ,681 3,407 77,870 9 ,609 3,044 80,914 10 ,570 2,848 83,762 11 ,555 2,774 86,536 12 ,479 2,397 88,934 13 ,419 2,094 91,028 14 ,371 1,855 92,882 15 ,345 1,727 94,609 16 ,266 1,331 95,940 17 ,244 1,221 97,161 18 ,222 1,111 98,272 19 ,188 ,942 99,214 20 ,157 ,786 100,000
Fonte: SPSS v.15.0
108
Gráfico 3 - Scree Plot – PANAS
Fonte: SPSS v.15.0
O objetivo da rotação é aumentar o poder explicativo dos componentes. A rotação dos
componentes é possível, pois as “cargas fatoriais podem ser representadas como pontos entre
eixos e estes podem ser girados sem alterar a distância entre os pontos. Todavia, as
coordenadas do ponto em relação aos eixos são alteradas, ou seja, as cargas fatoriais são
alteradas na rotação”. A rotação não altera o total da variância, mas sim, há um rearranjo dos
autovalores (CORRAR, PAULO e DIAS, 2007, p. 88).
Então, após a rotação, percebe-se que a matriz permite uma classificação bem mais
precisa das emoções em cada componente, como demonstrado na Tabela 23.
109
Tabela 23 - Rotated Component Matrix - PANAS
Component
1 2 AP1 ,722 AN1 ,677 AP2 ,633 AN2 ,613 AP3 ,743 AN3 ,699 AN4 ,749 AP4 ,807 AN5 ,686 AP5 ,617 AP6 ,600 AN6 ,784 AP7 ,708 AN7 ,488 AP8 ,626 AN8 ,729 AP9 ,754 AN9 ,602 AP10 ,752 AN10 ,726
Fonte: SPSS v.15.0
Sendo assim, pode-se concluir que as emoções AP1, AP2, AP3, AP4, AP5, AP6, AP7,
AP8, AP9 e AP10 determinam o Componente 1 ─ interpretado como Afeto Positivo, e
explicando 25,237% da variância.
O Componente 1 – Afeto Positivo – é composto por:
AP1 - Interessado
AP2 - Animado (excitado)
AP3 - Agradavelmente surpreendido
AP4 - Caloroso
AP5 - Entusiasmado
AP6 - Orgulhoso
AP7 - Encantado
110
AP8 - Inspirado
AP9 - Determinado
AP10 - Ativo
As variáveis observadas que têm a maior carga fatorial no Componente 1 ─ Afeto
Positivo ─ são a AP4, com carga fatorial de 0,807 e a AP9, com carga fatorial de 0,754, sendo
as representativas das emoções Caloroso e Determinado, respectivamente.
Já as emoções AN1, AN2, AN3, AN4, AN5, AN6, AN7, AN8, AN9 e AN10
determinam o Componente 2, interpretado como Afeto �egativo, explicando 24,273% da
variância.
O componente 2 – Afeto Negativo – é composto por:
AN1 - Perturbado
AN2 - Atormentado
AN3 - Culpado
AN4 - Assustado
AN5 - Repulsa
AN6 - Irritado
AN7 - Remorsos
AN8 - Nervoso
AN9 - Trêmulo
AN10 – Amedrontado
As variáveis observadas que têm a maior carga fatorial no Componente 2 ─ Afeto
�egativo ─ são a AN6, com carga fatorial de 0,784 e a AN4, com carga fatorial de 0,749,
sendo as representativas das emoções Irritado e Assustado, respectivamente.
Como medida diagnóstica para a avaliação da consistência da escala, Hair et al. (2005)
indicam o coeficiente de confiabilidade Alfa de Cronbach como sendo a medida mais
111
amplamente usada pelos pesquisadores. O limite inferior aceito como satisfatório é de 0,70,
porém os autores afirmam que o índice de 0,60 em pesquisas exploratórias também é aceito
como limite inferior.
O coeficiente Alfa de Cronbach deste estudo é de 0,888, para o Componente 1, de
0,877 para o Componente 2 e de 0,723 quando analisados os dois componentes juntos, como
demonstrado na Tabela 24, atendendo aos níveis necessários de confiabilidade.
Tabela 24 - Coeficientes de Confiabilidade - PANAS
Componente 1 Afeto Positivo
Cronbach's Alpha
N of Items
,888 10
Componente 2 Afeto �egativo
Cronbach's Alpha
N of Items
0,877 10
Escala PA�AS 0,723 20
Fonte: SPSS v.15.0
Seguindo as indicações e instruções de Watson, Clark e Tellegen (1988), pode-se
visulaizar, então, as 20 emoções apresentadas na escala PANAS que, mediante combinação
linear, determinam os dois componentes denominados pelos autores de Afeto Positivo e Afeto
Negativo ─ como representados na Figura 5.
112
Figura 5 - Componentes Principais PANAS
Fonte: Elaborado pela autora
Pode-se verificar, portanto, que foi aceita a hipótese H1: A escala PANAS também é
válida quando aplicada aos consumidores idosos da AAPVR participantes de comunidades
virtuais.
4.2.3 Análise dos Resultados do LOT-R
Assim como na análise dos resultados obtidos através da escala PANAS, a análise dos
resultados do LOT-R começam primeiramente com a matriz de correlação apresentada na
Tabela 25 e o valor do seu determinante.
AFETO
NEGATIVO
AN2
AN3
AN4
AN1
AN5
AN7
AN8
AN9
AN6
AN10
AFETO
POSITIVO
AP2
AP3
AP4
AP1
AP5
AP7
AP8
AP9
AP6
AP10
113
Tabela 25 - Matriz de Correlação – LOT-R
LOTP1 LOT�1 LOTP2 LOT�2 LOTP3 LOT�3 Correlation LOTP1 1,000 -,108 ,350 -,092 ,437 -,159
LOTN1 -,108 1,000 ,006 ,133 -,212 ,387
LOTP2 ,350 ,006 1,000 ,004 ,367 -,085
LOTN2 -,092 ,133 ,004 1,000 -,119 ,390
LOTP3 ,437 -,212 ,367 -,119 1,000 -,281
LOTN3 -,159 ,387 -,085 ,390 -,281 1,000
Sig. (1-tailed) LOTP1 ,081 ,000 ,118 ,000 ,019
LOTN1 ,081 ,469 ,043 ,003 ,000
LOTP2 ,000 ,469 ,481 ,000 ,136
LOTN2 ,118 ,043 ,481 ,061 ,000
LOTP3 ,000 ,003 ,000 ,061 ,000
LOTN3 ,019 ,000 ,136 ,000 ,000
Fonte: SPSS v.15.0
Hair et al. (2005) afirmam que, pela inspeção visual, pode-se identificar as correlações
que são estatisticamente significantes no nível 0,01. No estudo aqui desenvolvido, observa-se
que sete das 15 correlações (46,674%) são significantes no nível 0,01, o que fornece uma base
suficiente para prosseguir com a Análise do Componentes Principais.
Hair et al. (2005) explicam a necessidade de se ter um determinante bem próximo de
zero para que se continue com a Análise de Componentes Principais. Neste caso, tem-se o
determinante com o valor de 0,0000428, o que possibilita o prosseguimento da análise.
Avalia-se, então, através da matriz de correlação, o grau de relacionamento entre as
variáveis estudadas e pode-se perceber que é conveniente a aplicação da Análise dos
Componentes Principais.
Corrar, Paulo e Dias (2007) e Hair et al. (2005) consideram importante ressaltar que as
comunalidades possuam valores o mais próximos possíveis de 1, pois quanto mais próximo de
1 forem estes valores, maior será o poder de explicação dos componentes.
Verificando-se os valores das comunalidades encontrados nesta pesquisa, percebe-se
que os valores são aceitáveis, tendo apenas duas variáveis, LOTN1 e LOTN2 com valores um
pouco abaixo de 0,5.
114
A maioria dos indicadores conseguiu um poder de explicação alto, considerando os
dois componentes obtidos, como apresentado na Tabela 26.
Tabela 26 - Comunalidades – LOT-R
Initial Extractio
n LOTP1 1,000 ,597
LOTN1 1,000 ,453
LOTP2 1,000 ,610
LOTN2 1,000 ,461
LOTP3 1,000 ,634
LOTN3 1,000 ,692
Fonte: SPSS v.15.0
Para avaliar se os dados originais podem viabilizar satisfatoriamente a utilização da
Análise dos Componentes Principais, mediu-se o grau de explicação entre as variáveis.
Obteve-se um KMO de 0,644 nesta análise, como indicado na Tabela 27. Corrar, Paulo e Dias
Filho (2007) recomendam a presença de valores acima de 0,60.
Encontra-se, também, um Sig igual a 0,000, não ultrapassando 0,05, o que recomenda
a continuação da Análise dos Componentes Principais.
Tabela 27 - KMO e Teste de Significância - LOT-R
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,644
Bartlett's Test of Sphericity
Approx. Chi-Square 140,282
Df 15
Sig. ,000
Fonte: SPSS v.15.0
Indicando o poder de explicação dos componentes em relação a cada uma das
variáveis analisadas, apresenta-se a matriz anti-imagem e seus respectivos valores de MSA,
que, segundo Corrar, Paulo e Dias (2007), devem indicar um grau de explicação maior do que
115
0,50 para que os componentes encontrados na Análise dos Componentes Principais consigam
descrever satisfatoriamente as variações dos dados originais.
Como demonstrado na Tabela 28, o menor valor MSA encontrado nesta pesquisa é de
0,586, demonstrando um alto poder de explicação, considerando-se os componentes obtidos
na Análise dos Componentes Principais. Dessa forma, fica validada a utilização de todas as
variáveis neste tipo análise.
Tabela 28 - Matriz Anti-Imagem - LOT-R
LOTP1 LOT�1 LOTP2 LOT�2 LOTP3 LOT�3 Anti-image Covariance
LOTP1 ,764 ,020 -,181 ,035 -,239 ,014
LOTN1 ,020 ,830 -,078 ,024 ,096 -,256
LOTP2 -,181 -,078 ,810 -,048 -,198 ,019
LOTN2 ,035 ,024 -,048 ,844 ,012 -,277
LOTP3 -,239 ,096 -,198 ,012 ,703 ,112
LOTN3 ,014 -,256 ,019 -,277 ,112 ,703
Anti-image Correlation
LOTP1 ,689(a) ,025 -,230 ,044 -,326 ,019
LOTN1 ,025 ,618(a) -,096 ,029 ,126 -,335
LOTP2 -,230 -,096 ,661(a) -,058 -,263 ,025
LOTN2 ,044 ,029 -,058 ,586(a) ,015 -,360
LOTP3 -,326 ,126 -,263 ,015 ,681(a) ,160
LOTN3 ,019 -,335 ,025 -,360 ,160 ,606(a)
Fonte: SPSS v.15.0
Nesta análise, também é utilizado, primeiramente, o critério Kaiser para a escolha
inicial do número de componentes a serem considerados na análise, respeitando o mínimo da
variância explicada de 1,0 (CORRAR, PAULO e DIAS, 2007).
Esta primeira tentativa leva ao surgimento de 2 componentes, que podem ser vistos na
Tabela 29, que permitem visualizar qual dos componentes consegue explicar melhor cada
uma das emoções consideradas.
116
Tabela 29 - Component Matrix - LOT-R
Component 1 2
LOTP1 ,644 ,426
LOTN1 -,494 ,457
LOTP2 ,506 ,595
LOTN2 -,431 ,524
LOTP3 ,744
LOTN3 -,657 ,510
Fonte: SPSS v.15.0
Todavia, percebe-se que a maioria dos valores encontra-se presente em ambos os
componentes com um grau de explicação muito próximos, deixando dúvidas quanto à
composição mais apropriada dos dois componente encontrados, como nos casos de LOTP1
com os valores 0,644 e 0,426 encontrados nos componentes 1 e 2 respectivamente; LOTP2
com os valores 0,506 e 0,595 encontrados nos componentes 1 e 2 respectivamente 1; LOTN1
com os valores 0,494 e 0,457 encontrados nos componentes 1 e 2 respectivamente; LOTN2
com os valores 0,431 e 0,524 encontrados nos componentes 1 e 2 respectivamente; e LOTN3
com os valores 0,657 e 0,510 encontrados nos componentes 1 e 2 respectivamente.
Decidiu-se, então, verificar os valores após a aplicação de rotação pelo critério
Varimax. Com a ajuda do Gráfico 4, escolheu-se manter o número de componentes em 2, pois
grande parcela de variância, 57,432%, é por eles explicada, como demonstrado na Tabela 30.
Tabela 30 - Total da Variância Explicada - LOT-R
Component Initial Eigenvalues Rotation Sums of Squared Loadings
Total % of
Variance Cumulative
% Total % of
Variance Cumulative
% 1 2,086 34,764 34,764 1,773 29,551 29,551
2 1,360 22,668 57,432 1,673 27,881 57,432
3 ,874 14,566 71,998
4 ,644 10,737 82,735
5 ,540 9,007 91,742
6 ,495 8,258 100,000
Fonte: SPSS v.15.0
117
Gráfico 4 - Scree Plot - LOT-R
Fonte: SPSS v.15.0
Utilizando a rotação Varimax, com o objetivo de aumentar o poder explicativo dos
componentes, obtem-se a matriz rotacionada, permitindo uma classificação bem mais precisa
das emoções em cada componente, como demonstrado na Tabela 31.
Os itens representados como LOTP1, LOTP2 e LOTP3 determinam o Componente 1,
sendo este último interpretado como Otimismo, explicando 29,551% da variância.
As três variáveis observadas no Componente 1 Otimismo têm sua carga fatorial bem
próxima, sendo a LOTP2 de 0,772; a LOTP1 de 0,766 e a LOTP3 de 0,747, sendo elas
representativas do otimismo.
Já os itens representados como LOTN1, LOTN2 e LOTN3 determinam o Componente
2, sendo ele interpretado como Pessimismo, explicando 27,881% da variância.
118
As variáveis observadas com maior carga fatorial no Componente 2 Pessimismo são:
LOTN3, com 0,816, seguida pelas variáveis LOTN2 e LOTN1 com as cargas fatoriais de
0,678 e 0,669 respectivamente, sendo elas representativas do pessimismo.
Tabela 31 - Rotated Component Matrix - LOT-R
Component 1 2
LOTP1 ,766
LOTN1 ,669
LOTP2 ,772
LOTN2 ,678
LOTP3 ,747
LOTN3 ,816
Fonte: SPSS v.15.0
Como medida diagnóstica para a avaliação da consistência da escala, Hair et al. (2005)
apontam o coeficiente de confiabilidade Alfa de Cronbach como sendo a medida mais
amplamente usada pelos pesquisadores. O limite inferior aceito como satisfatório é de 0,70,
porém os autores registram que o índice de 0,60, em pesquisas exploratórias, também é aceito
como limite inferior, sendo este o caso desta pesquisa.
O coeficiente Alfa de Cronbach deste estudo é de 0,791, para o Componente 1
Otimismo; de 0,673 para o Componente 2 Pessimismo e de 0,649 quando analisados os dois
componentes juntos na escala LOT-R, como demonstrado na Tabela 32, atendendo aos níveis
necessários de confiabilidade.
119
Tabela 32 - Coeficientes de Confiabilidade - LOT-R
Componente 1 Otimismo
Cronbach's Alpha
N of Items
,791 3
Componente 2 Pessimismo
Cronbach's Alpha
N of Items
0,673 3
Escala LOT-R 0,649 6
Fonte: SPSS v.15.0
Então, seguindo as indicações, instruções e recomendações de Scheier, Carver e
Bridges (1994) quanto à análise da escala LOT-R, visualiza-se os seis fatores determinando
através de combinação linear os dois componentes denominados pelos autores de Otimismo e
Pessimismo, assim como representado na Figura 6.
Figura 6 - Componentes Principais LOT-R
Fonte: Elaborado pela autora
No formulário aplicado (ver em Apêndice A), os itens da escala LOT-R são assim
especificados:
LOTP1 LOTP2 LOTP3
OTIMISMO
LOTN1 LOTN2 LOTN3
PESSIMISMO
120
LOTP1 – Em situações difíceis espero sempre o melhor.
LOTN1 – Se alguma coisa de errado tiver que acontecer comigo, acontecerá com
certeza.
LOTP2 – Sou sempre otimista em relação ao meu futuro.
LOTN2 – Quase nunca espero que as coisas boas corram a meu favor.
LOTP3 – No conjunto, espero que me aconteçam mais coisas boas do que más.
LOTN3 - Eu raramente espero que as coisas boas me aconteçam.
Pode-se verificar, portanto, que foi aceita a hipótese H2: O Teste de Orientação da
Vida também é válido quando aplicado aos consumidores idosos da AAPVR participantes de
comunidades virtuais.
4.2.4 Análise dos Resultados da Escala PA�AS e LOT-R
Com o objetivo de contribuição, decidiu-se testar a correlação das escalas PANAS e
LOT-R neste estudo.
Assim como na análise dos resultados obtidos através da escala PANAS, bem como na
análise do LOT-R, a análise dos resultados quando da união das duas escalas começa
primeiramente com a matriz de correlação apresentada na Tabela 33 e o valor do seu
determinante:
121
Tabela 33 - Matriz de Correlação – PANAS e LOT-R
Fonte: SPSS v.15.0
A
P1
AN
1 A
P2
AN
2 A
P3
AN
3 A
N4
AP4
A
N5
AP
5 A
P6
AN
6 A
P7
AN
7 A
P8
AN
8 A
P9
AN
9 A
P10
A
N10
L
OT
P
1 L
OT
N
1 L
OT
P
2 L
OT
N
2 L
OT
P
3 L
OT
N
3
AP
1 1,
00
-,15
1 ,4
24
-,06
2 ,4
94
-,15
4 -,
290
,640
-,
204
,318
,4
68
-,17
4 ,4
14
-,11
6 ,4
14
-,20
6 ,4
53
-,19
2 ,5
41
-,16
2 ,4
68
-,19
9 ,3
79
-,11
9 ,9
42
-,27
0
AN
1 -,
151
1,00
-,
140
,448
-,
206
,302
,5
23
-,10
2 ,2
71
-,27
9 -,
014
,396
-,
231
,333
-,
225
,526
-,
204
,609
-,
313
,370
-,
167
,218
-,
018
,570
-,
132
,491
AP
2 ,4
24
-,14
0 1,
00
-,25
7 ,4
23
-,20
4 -,
134
,370
-,
199
,390
,1
71
-,14
7 ,4
95
-,20
7 ,3
18
-,12
9 ,5
17
,014
,4
59
-,02
8 ,4
11
-,11
5 ,1
35
-,01
5 ,4
15
-,11
6
AN
2 -,
062
,448
-,
257
1,00
-,
285
,362
,3
92
-,12
9 ,3
12
-,18
9 ,0
51
,347
-,
230
,467
-,
187
,468
-,
236
,317
-,
184
,317
-,
225
,288
,0
42
,342
-,
070
,377
AP
3 ,4
94
-,20
6 ,4
23
-,28
5 1,
00
-,12
2 -,
198
,598
-,
197
,486
,3
90
-,21
5 ,5
08
-,09
2 ,4
40
-,35
1 ,5
05
-,15
2 ,5
37
-,19
3 ,9
30
-,12
4 ,3
36
-,13
0 ,4
62
-,19
4
AN
3 -,
154
,302
-,
204
,362
-,
122
1,00
,4
68
-,09
0 ,7
83
-,14
2 -,
032
,564
-,
199
,289
-,
204
,432
-,
212
,178
-,
160
,401
-,
089
,736
-,
019
,173
-,
168
,431
AN
4 -,
290
,523
-,
134
,392
-,
198
,468
1,
00
-,12
9 ,4
25
-,18
4 -,
111
,506
-,
214
,319
-,
194
,681
-,
228
,412
-,
201
,460
-,
163
,419
-,
073
,393
-,
301
,955
AP
4 ,6
40
-,10
2 ,3
70
-,12
9 ,5
98
-,09
0 -,
129
1,00
-,
203
,476
,5
16
-,12
1 ,4
97
-,12
5 ,4
43
-,18
3 ,5
47
-,13
3 ,5
32
-,14
8 ,5
62
-,14
8 ,4
65
-,06
0 ,6
13
-,13
4
AN
5 -,
204
,271
-,
199
,312
-,
197
,783
,4
25
-,20
3 1,
00
-,22
0 -,
058
,599
-,
240
,256
-,
235
,399
-,
223
,237
-,
177
,476
-,
175
,903
-,
027
,209
-,
218
,394
AP
5 ,3
18
-,27
9 ,3
90
-,18
9 ,4
86
-,14
2 -,
184
,476
-,
220
1,00
,3
30
-,23
8 ,4
73
-,18
8 ,4
02
-,23
9 ,4
19
-,14
2 ,3
75
-,21
6 ,4
58
-,18
6 ,2
93
-,05
1 ,2
84
-,18
8
AP
6 ,4
68
-,01
4 ,1
71
,051
,3
90
-,03
2 -,
111
,516
-,
058
,330
1,
00
,009
,2
99
-,02
0 ,3
05
-,09
4 ,3
71
-,12
2 ,3
17
-,08
9 ,4
04
-,01
9 ,9
17
-,03
3 ,4
53
-,12
1
AN
6 -,
174
,396
-,
147
,347
-,
215
,564
,5
06
-,12
1 ,5
99
-,23
8 ,0
09
1,00
-,
258
,234
-,
169
,459
-,
222
,367
-,
180
,777
-,
161
,570
,0
47
,316
-,
181
,519
AP
7 ,4
14
-,23
1 ,4
95
-,23
0 ,5
08
-,19
9 -,
214
,497
-,
240
,473
,2
99
-,25
8 1,
00
-,22
6 ,5
03
-,15
3 ,5
18
-,14
2 ,5
12
-,20
2 ,4
79
-,16
4 ,2
45
-,11
2 ,3
81
-,19
9
AN
7 -,
116
,333
-,
207
,467
-,
092
,289
,3
19
-,12
5 ,2
56
-,18
8 -,
020
,234
-,
226
1,00
-,
215
,261
-,
265
,341
-,
213
,265
-,
054
,211
,0
21
,367
-,
130
,301
AP
8 ,4
14
-,22
5 ,3
18
-,18
7 ,4
40
-,20
4 -,
194
,443
-,
235
,402
,3
05
-,16
9 ,5
03
-,21
5 1,
00
-,19
6 ,4
19
-,12
4 ,4
27
-,16
6 ,4
04
-,14
1 ,2
51
-,06
7 ,3
78
-,20
2
AN
8 -,
206
,526
-,
129
,468
-,
351
,432
,6
81
-,18
3 ,3
99
-,23
9 -,
094
,459
-,
153
,261
-,
196
1,00
-,
253
,435
-,
214
,429
-,
331
,347
-,
033
,414
-,
215
,631
AP
9 ,4
53
-,20
4 ,5
17
-,23
6 ,5
05
-,21
2 -,
228
,547
-,
223
,419
,3
71
-,22
2 ,5
18
-,26
5 ,4
19
-,25
3 1,
00
-,06
4 ,6
58
-,11
0 ,4
46
-,16
8 ,2
98
-,04
2 ,4
57
-,20
2
AN
9 -,
192
,609
,0
14
,317
-,
152
,178
,4
12
-,13
3 ,2
37
-,14
2 -,
122
,367
-,
142
,341
-,
124
,435
-,
064
1,00
-,
134
,394
-,
109
,169
-,
076
,918
-,
186
,412
AP
10
,541
-,
313
,459
-,
184
,537
-,
160
-,20
1 ,5
32
-,17
7 ,3
75
,317
-,
180
,512
-,
213
,427
-,
214
,658
-,
134
1,00
-,
097
,494
-,
093
,244
-,
118
,514
-,
165
AN
10
-,16
2 ,3
70
-,02
8 ,3
17
-,19
3 ,4
01
,460
-,
148
,476
-,
216
-,08
9 ,7
77
-,20
2 ,2
65
-,16
6 ,4
29
-,11
0 ,3
94
-,09
7 1,
00
-,14
7 ,4
82
-,07
8 ,3
19
-,16
5 ,4
65
LO
TP
1 ,4
68
-,16
7 ,4
11
-,22
5 ,9
30
-,08
9 -,
163
,562
-,
175
,458
,4
04
-,16
1 ,4
79
-,05
4 ,4
04
-,33
1 ,4
46
-,10
9 ,4
94
-,14
7 1,
00
-,10
8 ,3
50
-,09
2 ,4
37
-,15
9
LO
TN
1 -,
199
,218
-,
115
,288
-,
124
,736
,4
19
-,14
8 ,9
03
-,18
6 -,
019
,570
-,
164
,211
-,
141
,347
-,
168
,169
-,
093
,482
-,
108
1,00
,0
06
,133
-,
212
,387
LO
TP
2 ,3
79
-,01
8 ,1
35
,042
,3
36
-,01
9 -,
073
,465
-,
027
,293
,9
17
,047
,2
45
,021
,2
51
-,03
3 ,2
98
-,07
6 ,2
44
-,07
8 ,3
50
,006
1,
00
,004
,3
67
-,08
5
LO
TN
2 -,
119
,570
-,
015
,342
-,
130
,173
,3
93
-,06
0 ,2
09
-,05
1 -,
033
,316
-,
112
,367
-,
067
,414
-,
042
,918
-,
118
,319
-,
092
,133
,0
04
1,00
-,
119
,390
LO
TP
3 ,9
42
-,13
2 ,4
15
-,07
0 ,4
62
-,16
8 -,
301
,613
-,
218
,284
,4
53
-,18
1 ,3
81
-,13
0 ,3
78
-,21
5 ,4
57
-,18
6 ,5
14
-,16
5 ,4
37
-,21
2 ,3
67
-,11
9 1,
00
-,28
1
LO
TN
3 -,
270
,491
-,
116
,377
-,
194
,431
,9
55
-,13
4 ,3
94
-,18
8 -,
121
,519
-,
199
,301
-,
202
,631
-,
202
,412
-,
165
,465
-,
159
,387
-,
085
,390
-,
281
1,00
122
Hair et al. (2005) afirmam que a inspeção visual pode identificar as correlações que
são estatisticamente significantes no nível 0,01. Nos resultados obtidos, observa-se que 199
das 325 correlações (61,23%) são significantes no nível 0,01, o que fornece uma base
suficiente para prosseguir com a Análise do Componentes Principais.
Hair et al. (2005) também explicam a necessidade de se ter um determinante bem
próximo de zero para que se continue com a Análise de Componentes Principais. Neste caso,
tem-se o determinante com o valor de 0,0000000000772, permitindo a continuação da análise.
Avalia-se, então, através da matriz de correlação, o grau de relacionamento entre as 26
variáveis estudadas e pode-se perceber que é conveniente a aplicação da Análise dos
Componentes Principais.
Corrar, Paulo e Dias (2007) e Hair et al. (2005) consideram importante que as
comunalidades possuam valores os mais próximos possíveis de 1, pois quanto mais próximo
de 1 forem estes valores, maior será o poder de explicação dos componentes.
Verificando-se os valores das comunalidades encontrados nesta pesquisa, percebe-se
que os valores são aceitáveis, tendo apenas uma das 26 variáveis com um valor um pouco
abaixo de 0,5. A variável AP8 tem o valor de comunalidade em 0,431.
A maioria dos indicadores conseguiu um poder de explicação alto, considerando os
dois componentes obtidos, como apresentado na Tabela 34.
123
Tabela 34 - Comunalidades – PANAS e LOT-R
Initial Extractio
n AP1 1,000 ,914
AN1 1,000 ,647
AP2 1,000 ,594
AN2 1,000 ,586
AP3 1,000 ,877
AN3 1,000 ,761
AN4 1,000 ,930
AP4 1,000 ,683
AN5 1,000 ,867
AP5 1,000 ,532
AP6 1,000 ,936
AN6 1,000 ,717
AP7 1,000 ,580
AN7 1,000 ,671
AP8 1,000 ,431
AN8 1,000 ,732
AP9 1,000 ,646
AN9 1,000 ,928
AP10 1,000 ,635
AN10 1,000 ,632
LOTP1 1,000 ,851
LOTN1 1,000 ,857
LOTP2 1,000 ,928
LOTN2 1,000 ,888
LOTP3 1,000 ,906
LOTN3 1,000 ,893
Fonte: SPSS v.15.0
Quando da avaliação se os dados originais podem viabilizar satisfatoriamente a
utilização da Análise dos Componentes Principais, medindo o grau de explicação entre as
variáveis, obtem-se um KMO de 0,835, como indicado na Tabela 35. Corrar, Paulo e Dias
Filho (2007) recomendam a presença de valores acima de 0,60.
Encontra-se, também, um Sig igual a 0,000, não ultrapassando 0,05, o que recomenda
a continuação da Análise dos Componentes Principais.
124
Tabela 35 - KMO e Teste de Significância - PANAS e LOT-R
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,835
Bartlett's Test of Sphericity
Approx. Chi-Square 3667,318
df 325
Sig. ,000
Fonte: SPSS v.15.0
Indicando o poder de explicação dos componentes em relação a cada uma das
variáveis analisadas, apresenta-se a matriz anti-imagem e seus respectivos valores de MSA,
que, segundo Corrar, Paulo e Dias (2007), devem indicar um grau de explicação maior do que
0,50 para que os componentes encontrados na Análise dos Componentes Principais consigam
descrever satisfatoriamente as variações dos dados originais.
Como demonstrado na Tabela 36, o menor valor MSA encontrado nesta pesquisa é de
0,684, o que demonstra um alto poder de explicação, considerando os componentes obtidos na
Análise dos Componentes Principais. Dessa forma, a utilização de todas as variáveis foram
validadas neste tipo análise.
125
Tabela 36 - Matriz Anti-Imagem - PANAS e LOT-R
Fonte: SPSS v.15.0
AP
1 A
N1
AP
2 A
N2
AP
3 A
N3
AN
4 A
P4
AN
5 A
P5
AP
6 A
N6
AP
7 A
N7
AP
8 A
N8
AP
9 A
N9
AP
10
AN
10
LO
T
P1
LO
T
N1
LO
T
P2
LO
T
N2
LO
T
P3
LO
T
N3
Anti-image Covariance
AP
1 ,0
97
,006
-,
021
-,01
6 -,
004
,002
,0
05
-,02
8 -,
012
,003
-,
008
,001
-,
004
-,01
0 -,
025
-,01
0 ,0
24
,007
-,
023
-,00
2 ,0
01
,012
,0
06
-,00
5 -,
088
-,00
3 A
N1
,006
,4
07
,004
-,
071
-,01
2 -,
018
-,01
9 -,
038
,011
,0
85
-,04
0 -,
002
,003
,0
18
,039
-,
047
-,00
6 -,
053
,108
-,
007
,004
,0
01
,034
,0
02
-,01
5 ,0
08
AP
2 -,
021
,004
,5
21
,087
,0
12
,031
-,
002
,040
,0
36
-,10
5 ,0
17
,008
-,
097
,015
,0
38
-,03
0 -,
098
-,03
9 -,
001
-,03
0 -,
024
-,04
8 -,
003
,029
-,
014
-,00
1 A
N2
-,01
6 -,
071
,087
,5
35
,041
-,
029
,008
,0
22
,027
-,
047
-,03
1 -,
001
,015
-,
184
,007
-,
082
,001
,0
05
-,02
4 -,
005
-,02
0 -,
033
,024
-,
009
-,00
3 -,
009
AP
3 -,
004
-,01
2 ,0
12
,041
,1
11
,004
,0
01
-,02
1 ,0
01
-,02
1 ,0
05
,006
-,
002
-,02
4 -,
016
-,00
1 -,
026
,000
-,
014
,009
-,
100
-,00
8 -,
001
,004
,0
02
-,00
1 A
N3
,002
-,
018
,031
-,
029
,004
,3
09
-,00
7 -,
031
-,06
4 -,
039
-,00
3 -,
057
,008
-,
044
,029
-,
049
-,00
9 ,0
16
,009
,0
48
-,01
6 -,
025
,019
-,
003
-,00
2 ,0
05
AN
4 ,0
05
-,01
9 -,
002
,008
,0
01
-,00
7 ,0
68
-,01
8 ,0
00
-,01
0 -,
003
,017
,0
20
-,01
0 -,
020
-,05
0 ,0
06
,003
,0
11
-,00
6 -,
005
-,00
6 ,0
03
,000
,0
01
-,06
7 A
P4
-,02
8 -,
038
,040
,0
22
-,02
1 -,
031
-,01
8 ,3
71
,025
-,
075
,004
-,
031
-,05
0 ,0
01
-,01
0 ,0
21
-,06
6 ,0
11
-,02
8 ,0
21
,003
-,
007
-,02
3 -,
008
-,00
9 ,0
13
AN
5 -,
012
,011
,0
36
,027
,0
01
-,06
4 ,0
00
,025
,1
29
-,01
3 ,0
01
-,02
2 ,0
04
-,00
8 ,0
42
-,01
4 -,
017
-,00
6 ,0
17
,012
,0
02
-,10
7 ,0
01
-,00
5 ,0
02
,003
A
P5
,003
,0
85
-,10
5 -,
047
-,02
1 -,
039
-,01
0 -,
075
-,01
3 ,5
54
-,01
3 ,0
25
-,06
5 ,0
62
-,05
3 ,0
27
-,00
4 ,0
33
,015
-,
010
,001
,0
32
-,00
4 -,
051
,017
,0
08
AP
6 -,
008
-,04
0 ,0
17
-,03
1 ,0
05
-,00
3 -,
003
,004
,0
01
-,01
3 ,1
26
,000
-,
010
,017
-,
011
,026
-,
025
,013
-,
010
-,00
6 -,
007
,000
-,
118
-,00
6 -,
001
,004
A
N6
,001
-,
002
,008
-,
001
,006
-,
057
,017
-,
031
-,02
2 ,0
25
,000
,2
58
,025
,0
61
-,03
8 ,0
05
,050
-,
010
,011
-,
193
-,00
4 ,0
08
-,02
1 ,0
04
,001
-,
026
AP
7 -,
004
,003
-,
097
,015
-,
002
,008
,0
20
-,05
0 ,0
04
-,06
5 -,
010
,025
,4
92
,007
-,
121
-,08
6 -,
040
,002
-,
038
,011
-,
016
-,01
0 ,0
11
,004
,0
12
-,01
4 A
N7
-,01
0 ,0
18
,015
-,
184
-,02
4 -,
044
-,01
0 ,0
01
-,00
8 ,0
62
,017
,0
61
,007
,6
22
,047
,0
50
,072
,0
04
,021
-,
073
,000
,0
14
-,03
0 -,
039
,010
,0
03
AP
8 -,
025
,039
,0
38
,007
-,
016
,029
-,
020
-,01
0 ,0
42
-,05
3 -,
011
-,03
8 -,
121
,047
,6
03
-,00
3 -,
027
,008
-,
014
,024
,0
05
-,04
6 ,0
11
-,02
4 ,0
10
,023
A
N8
-,01
0 -,
047
-,03
0 -,
082
-,00
1 -,
049
-,05
0 ,0
21
-,01
4 ,0
27
,026
,0
05
-,08
6 ,0
50
-,00
3 ,3
64
,039
-,
010
-,02
7 -,
029
,033
,0
27
-,03
9 -,
002
,004
,0
22
AP
9 ,0
24
-,00
6 -,
098
,001
-,
026
-,00
9 ,0
06
-,06
6 -,
017
-,00
4 -,
025
,050
-,
040
,072
-,
027
,039
,4
00
-,00
8 -,
149
-,05
4 ,0
29
,021
,0
07
-,00
6 -,
017
-,00
6 A
N9
,007
-,
053
-,03
9 ,0
05
,000
,0
16
,003
,0
11
-,00
6 ,0
33
,013
-,
010
,002
,0
04
,008
-,
010
-,00
8 ,1
17
-,01
9 -,
016
-,00
8 ,0
03
-,00
6 -,
108
,002
,0
00
AP
10
-,02
3 ,1
08
-,00
1 -,
024
-,01
4 ,0
09
,011
-,
028
,017
,0
15
-,01
0 ,0
11
-,03
8 ,0
21
-,01
4 -,
027
-,14
9 -,
019
,403
-,
015
-,00
4 -,
029
,017
,0
11
,000
-,
017
AN
10
-,00
2 -,
007
-,03
0 -,
005
,009
,0
48
-,00
6 ,0
21
,012
-,
010
-,00
6 -,
193
,011
-,
073
,024
-,
029
-,05
4 -,
016
-,01
5 ,3
24
-,00
8 -,
031
,025
,0
15
,000
,0
06
LO
TP
1 ,0
01
,004
-,
024
-,02
0 -,
100
-,01
6 -,
005
,003
,0
02
,001
-,
007
-,00
4 -,
016
,000
,0
05
,033
,0
29
-,00
8 -,
004
-,00
8 ,1
23
,006
-,
001
,003
-,
001
,003
L
OT
N1
,012
,0
01
-,04
8 -,
033
-,00
8 -,
025
-,00
6 -,
007
-,10
7 ,0
32
,000
,0
08
-,01
0 ,0
14
-,04
6 ,0
27
,021
,0
03
-,02
9 -,
031
,006
,1
49
-,00
7 ,0
07
,001
,0
03
LO
TP
2 ,0
06
,034
-,
003
,024
-,
001
,019
,0
03
-,02
3 ,0
01
-,00
4 -,
118
-,02
1 ,0
11
-,03
0 ,0
11
-,03
9 ,0
07
-,00
6 ,0
17
,025
-,
001
-,00
7 ,1
41
,000
-,
001
-,00
1 L
OT
N2
-,00
5 ,0
02
,029
-,
009
,004
-,
003
,000
-,
008
-,00
5 -,
051
-,00
6 ,0
04
,004
-,
039
-,02
4 -,
002
-,00
6 -,
108
,011
,0
15
,003
,0
07
,000
,1
31
,000
-,
003
LO
TP
3 -,
088
-,01
5 -,
014
-,00
3 ,0
02
-,00
2 ,0
01
-,00
9 ,0
02
,017
-,
001
,001
,0
12
,010
,0
10
,004
-,
017
,002
,0
00
,000
-,
001
,001
-,
001
,000
,1
07
,001
L
OT
N3
-,00
3 ,0
08
-,00
1 -,
009
-,00
1 ,0
05
-,06
7 ,0
13
,003
,0
08
,004
-,
026
-,01
4 ,0
03
,023
,0
22
-,00
6 ,0
00
-,01
7 ,0
06
,003
,0
03
-,00
1 -,
003
,001
,0
79
Anti-image Correlation
AP
1 ,8
09(a
) ,0
29
-,09
3 -,
068
-,04
2 ,0
11
,056
-,
145
-,10
4 ,0
14
-,07
1 ,0
06
-,01
9 -,
040
-,10
3 -,
052
,121
,0
65
-,11
7 -,
012
,006
,0
96
,052
-,
044
-,86
7 -,
033
AN
1 ,0
29
,903
(a)
,009
-,
152
-,05
8 -,
052
-,11
5 -,
098
,046
,1
78
-,17
7 -,
006
,006
,0
35
,079
-,
123
-,01
6 -,
242
,267
-,
019
,019
,0
05
,142
,0
07
-,07
2 ,0
44
AP
2 -,
093
,009
,8
81(a
) ,1
64
,051
,0
77
-,01
3 ,0
91
,138
-,
196
,065
,0
22
-,19
2 ,0
26
,067
-,
070
-,21
4 -,
160
-,00
3 -,
074
-,09
4 -,
172
-,01
1 ,1
11
-,05
9 -,
003
AN
2 -,
068
-,15
2 ,1
64
,877
(a)
,167
-,
072
,042
,0
50
,103
-,
086
-,12
1 -,
004
,030
-,
320
,013
-,
186
,002
,0
19
-,05
2 -,
012
-,07
9 -,
116
,088
-,
034
-,01
1 -,
046
AP
3 -,
042
-,05
8 ,0
51
,167
,8
23(a
) ,0
21
,009
-,
102
,006
-,
086
,039
,0
35
-,00
9 -,
093
-,06
2 -,
004
-,12
2 ,0
01
-,06
7 ,0
47
-,85
9 -,
058
-,00
7 ,0
36
,017
-,
012
AN
3 ,0
11
-,05
2 ,0
77
-,07
2 ,0
21
,912
(a)
-,04
9 -,
092
-,32
3 -,
095
-,01
7 -,
202
,020
-,
100
,068
-,
145
-,02
6 ,0
86
,026
,1
53
-,08
4 -,
115
,089
-,
013
-,01
3 ,0
31
AN
4 ,0
56
-,11
5 -,
013
,042
,0
09
-,04
9 ,7
87(a
) -,
115
-,00
3 -,
049
-,03
7 ,1
25
,107
-,
051
-,09
7 -,
316
,036
,0
30
,065
-,
043
-,05
2 -,
064
,032
,0
03
,017
-,
910
AP
4 -,
145
-,09
8 ,0
91
,050
-,
102
-,09
2 -,
115
,946
(a)
,114
-,
166
,019
-,
099
-,11
6 ,0
02
-,02
2 ,0
56
-,17
2 ,0
52
-,07
1 ,0
59
,015
-,
029
-,10
3 -,
038
-,04
4 ,0
75
AN
5 -,
104
,046
,1
38
,103
,0
06
-,32
3 -,
003
,114
,8
01(a
) -,
049
,004
-,
123
,017
-,
028
,151
-,
064
-,07
5 -,
049
,073
,0
61
,018
-,
775
,008
-,
039
,016
,0
34
AP
5 ,0
14
,178
-,
196
-,08
6 -,
086
-,09
5 -,
049
-,16
6 -,
049
,907
(a)
-,04
8 ,0
67
-,12
4 ,1
06
-,09
2 ,0
61
-,00
8 ,1
29
,032
-,
024
,002
,1
13
-,01
3 -,
190
,069
,0
37
AP
6 -,
071
-,17
7 ,0
65
-,12
1 ,0
39
-,01
7 -,
037
,019
,0
04
-,04
8 ,7
33(a
) ,0
01
-,04
0 ,0
63
-,03
9 ,1
22
-,11
2 ,1
08
-,04
6 -,
032
-,06
0 -,
004
-,88
4 -,
043
-,00
9 ,0
38
AN
6 ,0
06
-,00
6 ,0
22
-,00
4 ,0
35
-,20
2 ,1
25
-,09
9 -,
123
,067
,0
01
,837
(a)
,069
,1
53
-,09
7 ,0
15
,154
-,
060
,035
-,
667
-,02
3 ,0
40
-,11
2 ,0
20
,004
-,
183
AP
7 -,
019
,006
-,
192
,030
-,
009
,020
,1
07
-,11
6 ,0
17
-,12
4 -,
040
,069
,9
35(a
) ,0
13
-,22
2 -,
202
-,09
0 ,0
10
-,08
5 ,0
29
-,06
7 -,
037
,042
,0
15
,053
-,
069
AN
7 -,
040
,035
,0
26
-,32
0 -,
093
-,10
0 -,
051
,002
-,
028
,106
,0
63
,153
,0
13
,851
(a)
,077
,1
04
,144
,0
15
,042
-,
162
,001
,0
46
-,10
2 -,
135
,037
,0
15
AP
8 -,
103
,079
,0
67
,013
-,
062
,068
-,
097
-,02
2 ,1
51
-,09
2 -,
039
-,09
7 -,
222
,077
,9
25(a
) -,
006
-,05
5 ,0
31
-,02
8 ,0
54
,019
-,
153
,038
-,
084
,040
,1
05
AN
8 -,
052
-,12
3 -,
070
-,18
6 -,
004
-,14
5 -,
316
,056
-,
064
,061
,1
22
,015
-,
202
,104
-,
006
,899
(a)
,101
-,
046
-,07
1 -,
086
,155
,1
14
-,17
1 -,
010
,022
,1
32
AP
9 ,1
21
-,01
6 -,
214
,002
-,
122
-,02
6 ,0
36
-,17
2 -,
075
-,00
8 -,
112
,154
-,
090
,144
-,
055
,101
,8
93(a
) -,
037
-,37
0 -,
151
,129
,0
84
,028
-,
024
-,08
2 -,
036
AN
9 ,0
65
-,24
2 -,
160
,019
,0
01
,086
,0
30
,052
-,
049
,129
,1
08
-,06
0 ,0
10
,015
,0
31
-,04
6 -,
037
,739
(a)
-,08
6 -,
083
-,06
3 ,0
26
-,04
3 -,
869
,015
-,
002
AP
10
-,11
7 ,2
67
-,00
3 -,
052
-,06
7 ,0
26
,065
-,
071
,073
,0
32
-,04
6 ,0
35
-,08
5 ,0
42
-,02
8 -,
071
-,37
0 -,
086
,913
(a)
-,04
1 -,
019
-,11
9 ,0
71
,047
,0
02
-,09
4 A
N10
-,
012
-,01
9 -,
074
-,01
2 ,0
47
,153
-,
043
,059
,0
61
-,02
4 -,
032
-,66
7 ,0
29
-,16
2 ,0
54
-,08
6 -,
151
-,08
3 -,
041
,818
(a)
-,04
0 -,
139
,119
,0
73
,002
,0
40
LO
TP
1 ,0
06
,019
-,
094
-,07
9 -,
859
-,08
4 -,
052
,015
,0
18
,002
-,
060
-,02
3 -,
067
,001
,0
19
,155
,1
29
-,06
3 -,
019
-,04
0 ,8
07(a
) ,0
46
-,00
8 ,0
27
-,00
5 ,0
29
LO
TN
1 ,0
96
,005
-,
172
-,11
6 -,
058
-,11
5 -,
064
-,02
9 -,
775
,113
-,
004
,040
-,
037
,046
-,
153
,114
,0
84
,026
-,
119
-,13
9 ,0
46
,786
(a)
-,04
6 ,0
49
,011
,0
25
LO
TP
2 ,0
52
,142
-,
011
,088
-,
007
,089
,0
32
-,10
3 ,0
08
-,01
3 -,
884
-,11
2 ,0
42
-,10
2 ,0
38
-,17
1 ,0
28
-,04
3 ,0
71
,119
-,
008
-,04
6 ,6
84(a
) ,0
00
-,00
9 -,
011
LO
TN
2 -,
044
,007
,1
11
-,03
4 ,0
36
-,01
3 ,0
03
-,03
8 -,
039
-,19
0 -,
043
,020
,0
15
-,13
5 -,
084
-,01
0 -,
024
-,86
9 ,0
47
,073
,0
27
,049
-4
,83E
-00
5 ,7
28(a
) -,
003
-,03
2 L
OT
P3
-,86
7 -,
072
-,05
9 -,
011
,017
-,
013
,017
-,
044
,016
,0
69
-,00
9 ,0
04
,053
,0
37
,040
,0
22
-,08
2 ,0
15
,002
,0
02
-,00
5 ,0
11
-,00
9 -,
003
,818
(a)
,008
L
OT
N3
-,03
3 ,0
44
-,00
3 -,
046
-,01
2 ,0
31
-,91
0 ,0
75
,034
,0
37
,038
-,
183
-,06
9 ,0
15
,105
,1
32
-,03
6 -,
002
-,09
4 ,0
40
,029
,0
25
-,01
1 -,
032
,008
,7
93(a
)
126
Nesta análise, foi utilizado, primeiramente, o critério Kaiser para a escolha inicial do
número de componentes a serem considerados na análise, respeitando o mínimo da variância
explicada de 1,0 (CORRAR, PAULO e DIAS, 2007).
Esta primeira tentativa leva ao surgimento de sete componentes, que podem ser vistos
na Tabela 37, que permite visualizar qual dos componentes conseguem explicar melhor cada
uma das emoções consideradas.
Tabela 37 - Component Matrix - PANAS e LOT-R
Component
1 2 3 4 5 6 7 AP1 ,650 ,419 ,466
AN1 -,555 ,393 ,400
AP2 ,502 ,325 ,411
AN2 -,497 ,338 -,381
AP3 ,674 ,416 -,305
AN3 -,538 ,442 -,497
AN4 -,646 ,463 -,377
AP4 ,626 ,516
AN5 -,590 ,402 -,546
AP5 ,563 -,334
AP6 ,437 ,516 -,567
AN6 -,594 ,486
AP7 ,619 ,308
AN7 -,423 -,303 ,411 ,346
AP8 ,556
AN8 -,626 ,391 -,390
AP9 ,632 ,365
AN9 -,479 ,410 ,606
AP10 ,622 ,383
AN10 -,538 ,442
LOTP1 ,622 ,441 -,327 ,306
LOTN1 -,515 ,428 -,593
LOTP2 ,363 ,492 -,582 -,320
LOTN2 -,420 ,442 ,619
LOTP3 ,638 ,390 ,499
LOTN3 -,624 ,453 -,378
Fonte: SPSS v.15.0
127
Todavia, percebe-se que apenas uma única variável, AP8, apresenta valores em um
único componente (neste caso o Componente 1). As outras 25 possuem valores em mais de
um componente.
Decidiu-se, então, verificar os valores após a aplicação de rotação pelo critério
Varimax. Com a ajuda do Gráfico 5, escolheu-se manter o número de componentes em dois,
pois grande parcela de variância, 48,680%, é explicada por eles, como demonstrado na Tabela
38.
Tabela 38 - Total da Variância Explicada - PANAS e LOT-R
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of
Variance Cumulative
% Total % of
Variance Cumulative
% 1 8,315 31,979 31,979 8,315 31,979 31,979
2 4,342 16,701 48,680 4,342 16,701 48,680
3 2,031 7,813 56,493 2,031 7,813 56,493
4 1,646 6,331 62,824 1,646 6,331 62,824
5 1,172 4,508 67,332 1,172 4,508 67,332
6 1,107 4,258 71,590 1,107 4,258 71,590
7 1,013 3,895 75,484 1,013 3,895 75,484
8 ,839 3,228 78,712
9 ,709 2,727 81,439
10 ,675 2,595 84,034
11 ,617 2,372 86,406
12 ,565 2,172 88,578
13 ,497 1,911 90,489
14 ,431 1,657 92,146
15 ,404 1,555 93,702
16 ,318 1,223 94,924
17 ,288 1,109 96,033
18 ,265 1,021 97,054
19 ,243 ,934 97,988
20 ,159 ,612 98,600
21 ,077 ,294 98,895
22 ,071 ,275 99,170
23 ,064 ,246 99,416
24 ,061 ,235 99,651
25 ,053 ,205 99,856
26 ,037 ,144 100,000
Fonte: SPSS v.15.0.
128
Gráfico 5 - Scree Plot - PANAS e LOT-R
Fonte: SPSS v.15.0
Utilizando, então, a rotação Varimax com o objetivo de aumentar o poder explicativo
dos componentes, obtem-se a matriz dos componentes rotacionada, permitindo uma
classificação bem mais precisa das emoções em cada componente, como demonstrado na
Tabela 39.
Sendo assim, pode-se concluir que:
As variáveis AP1, AP2, AP3, AP4, AP5, AP6, AP7, AP8, AP9, AP10, LOTP1,
LOTP2 e LOTP3 determinam o Componente 1, explicando 31,979% da variância.
Das 13 variáveis observadas no Componente 1, ressalta-se a variável AP4, com a
carga fatorial mais elevada, no valor de 0,809, seguida pela variável AP3, com uma carga
fatorial de 0,774.
129
Já as variáveis representadas como AN1, AN2, AN3, AN4, AN5, AN6, AN7, AN8,
AN9, AN10, LOTN1, LOTN2 e LOTN3 determinam o Componente 2, explicando 16,701%
da variância.
A variáveis observadas que têm a maior carga fatorial no Componente 2 são AN4,
com carga fatorial de 0,781, seguida pela variável AN6, com cargas fatorial de 0,762.
Tabela 39 - Rotated Component Matrix - PANAS e LOT-R
Component
1 2 AP1 ,760
AN1 ,668
AP2 ,587
AN2 ,588
AP3 ,774
AN3 ,691
AN4 ,781
AP4 ,809
AN5 ,699
AP5 ,589
AP6 ,672
AN6 ,762
AP7 ,661
AN7 ,482
AP8 ,593
AN8 ,715
AP9 ,709
AN9 ,627
AP10 ,714
AN10 ,692
LOTP1 ,754
LOTN1 ,665
LOTP2 ,603
LOTN2 ,609
LOTP3 ,730
LOTN3 ,759
Fonte: SPSS v.15.0
Como medida diagnóstica para a avaliação da consistência da escala, Hair et al. (2005)
indicam o coeficiente de confiabilidade Alfa de Cronbach como sendo a medida mais
amplamente usada pelos pesquisadores. O limite inferior aceito como satisfatório é de 0,70,
130
porém os autores afirmam que o índice de 0,60, em pesquisas exploratórias, também é aceito
como limite inferior, sendo este o caso desta pesquisa.
O coeficiente Alfa de Cronbach, quando analisadas as duas escalas conjuntamente, é
de 0,912 para o Componente 1, de 0,905 para o Componente 2 e de 0,795 quando analisados
os dois componentes juntos, como demonstrado na Tabela 40 ─ o que atende
satisfatoriamente aos níveis necessários de confiabilidade da escala.
Pode-se afirmar, portanto, que as hipóteses iniciais H3 e H4 também foram aceitas.
Tabela 40 - Coeficientes de Confiabilidade - PANAS e LOT-R
Componente 1 Afeto Positivo + Otimismo Cronbach's
Alpha N of Items
,912 13
Componente 2 Afeto �egativo + Pessimismo
Cronbach's Alpha
N of Items
0,905 13
Escala PA�AS + LOT-R
0,795 26
Fonte: SPSS v.15.0
4.3 ALGUMAS RESPOSTAS ÀS PERGUNTAS ABERTAS
As duas últimas perguntas descritas no formulário apresentado aos idosos da AAPVR
tiveram como objetivo captar seus sentimentos e emoções em relação às comunidades virtuais
das quais participam, abrindo a possibilidade de estudos futuros sobre suas emoções.
Nelas, os entrevistados puderam traduzir com suas palavras o que eles pensam sobre
esta tecnologia e como se sentem quando têm a oportunidade de estarem inseridos nela.
131
Percebeu-se, por essas respostas, que o otimismo e as emoções positivas são bastante
citados, mas que, diferente dos jovens internautas, o idoso internauta ainda não troca o
convívio social por horas demasiadas despendidas na frente de um computador. Uma pesquisa
realizada pelo Ibope/NetRatings (2009) afirma que média mensal de navegação dos
aposentados alcançou 29 horas e 45 minutos, diferentemente das crianças, jovens e adultos
jovens, que apresentam uma média de 44 horas de acesso à internet.
A seguir, pode-se visualizar algumas das diversas respostas fornecidas pelos idosos
entrevistados.
Na pergunta: Você trocaria a convivência social pela participação em comunidades
virtuais? Por quê? Algumas respostas citadas foram:
• “Não. Gosto muito do contato com as pessoas de verdade!”
• “Não. Eu preciso de calor humano!”
• “Não. O ser humano ainda é insubstituível.”
• “Não. Em hipótese nenhuma. Poder falar com quem está distante é muito bom,
mas é melhor ainda poder estar junto de quem está sempre por perto.”
• “Não. É muito melhor falar diretamente com a pessoa, olhando olho no olho e
interpretando a sua linguagem corporal.”
• “Não. O contato humano ainda é muito importante para a humanidade.”
• “Não. Participar de comunidades virtuais, sejam elas quais forem, é muito
bom, mas há outras coisas que devemos considerar, principalmente a importância da
convivência social.”
• “Não, de jeito nenhum. Fico pensando, o que seria de mim sem poder beijar
meus filhos e meus netos? Aliás, não gosto nem de pensar!”
• “Não, de jeito nenhum. Para quem eu iria cozinhar então?!”
132
E quando pedido para descrever, em algumas palavras, o que ele sente, o que mais lhe
importa, o que mais lhe incomoda etc. quando acessa uma comunidade virtual, pôde-se
verificar que o afeto positivo se expressa bastante através da alegria, sentimento de
jovialidade e ativação sentida por eles durante a participação e interação com o mundo virtual.
O afeto negativo se apresenta consideravelmente pelo sentimento de medo que ainda perdura
neste segmento quando se fala em tecnologia. Eis algumas respostas apresentadas pelos
respondentes:
• “Quando eu acesso a comunidade virtual, eu encontro pessoas agradáveis,
mesmo aquelas que estão longe, e isto me dá uma sensação muito boa. Me sinto muito
feliz!”
• “Mexo no computador desde 2006. Eu tinha pavor, nem chegava perto. Então
meu filho decidiu me ensinar e eu me sentia muito nervosa e ansiosa. Mas depois eu
decidi entrar neste novo mundo e percebi que participando de comunidades virtuais,
também participaria da vida dos meus amigos. Isso foi incrível! Hoje em dia estou
cada vez mais confiante, apesar de ainda ter um pouco de medo.”
• “Eu sinto prazer, alegria, calor humano (apesar da distância), pois estou tendo
contato com amigos distantes e me mantendo sempre informada.”
• “Me dá tranquilidade, os problemas ficam em segundo plano, me conforta e
me distrai. Entre novela e internet eu fico com minha comunidade virtual!”
• “O que mais me importa quando acesso a comunidade virtual é a vitalidade
que sinto. Me sinto mais jovem e ativa! É uma sensação maravilhosa!”
• “Me sinto muito orgulhoso em poder acessar e entender o que está
acontecendo com nós aposentados. Apesar de ter ainda um pouco de medo e receio na
utilização, me sinto muito bem.”
133
• “Me sinto muito orgulhosa e entusiasmada por saber mexer. Apesar de ainda
um pouco nervosa, me sinto viva!”
• “Fico meio nervoso, às vezes, pois tudo é muito novo para mim ainda. Mas
tenho orgulho de conseguir e fico muito feliz por isso.”
• “Tenho muito medo quando estou acessando. Medo de encontrar coisas
indesejáveis, medo de fazer alguma coisa errada. Mas me sinto muito feliz e orgulhosa
de mim mesma por conseguir. Ainda preciso de ajuda, mas tenho certeza que com
minha determinação, em breve consigo sozinha. Fico muito feliz!”
4.4 VALIDAÇÃO DAS HIPÓTESES
Ao revisar e resumir a análise dos resultados e a validação das hipóteses, percebeu-se
que, ao utilizar a escala PANAS e analisar os componentes individualmente, verificou-se que
a maioria dos indicadores conseguiu um poder de explicação alto. O valor do KMO de 0,850
e o teste de significância indicando o valor 0,000 corroboraram a aplicação da Análise dos
Componentes Principais. Utilizando Critério Kaiser obteve-se primeiramente quatro
componentes; contudo, percebeu-se que, como houve alguns valores de explicação muito
próximos, ainda havia dúvidas quanto à sua composição. Decidiu-se, então, verificar os
valores após a aplicação de rotação pelo critério Varimax e escolheu-se reduzir os
componentes de quatro para dois, pois grande parcela de variância, 49,511%, foi explicada
por eles. Percebeu-se que, após a rotação, pôde-se encontrar uma classificação bem mais
precisa das emoções em cada um dos dois componentes encontrados. O coeficiente Alfa de
Cronbach, nesta análise, foi de 0,888 para o Componente 1 ─ que foi denominado de Afeto
Positivo, de 0,877 para o Componente 2 ─ denominado de Afeto �egativo ─, atendendo,
portanto, aos níveis necessários de confiabilidade.
134
Na escala LOT, a maioria dos indicadores também conseguiu um poder de explicação
alto e o seu KMO foi de 0,644. Indicando o poder de explicação dos componentes em relação
a cada uma das variáveis analisadas, foram examinados a matriz anti-imagem e seus
respectivos valores de MSA. O menor valor MSA encontrado foi de 0,586, demonstrando um
alto poder de explicação, o que validou a utilização de todas as variáveis nesta análise.
Também foi utilizado, primeiramente, o critério Kaiser para a escolha inicial do número de
componentes a serem considerados, e a primeira tentativa levou ao surgimento de dois
componentes. Todavia, foi identificado que a maioria dos valores esteve presente em ambos
os componentes com um grau de explicação muito próximo, deixando ainda dúvidas quanto à
composição mais apropriada dos dois componentes encontrados. Decidiu-se, então, verificar
os valores após a aplicação de rotação pelo critério Varimax, e escolheu-se manter o número
de componentes em dois, pois grande parcela da variância, 57,432%, foi explicada por eles. O
coeficiente Alfa de Cronbach desta escala foi de 0,791, para o Componente 1 ─ denominado
Otimismo ─, e de 0,673 para o Componente 2 ─ denominado Pessimismo.
Na análise conjunta das escalas PANAS e LOT, obteve-se um KMO de 0,835 e o
menor valor MSA encontrado foi de 0,684, o que indica um alto poder de explicação,
validando a utilização de todas as variáveis nesta análise. Decidiu-se, também, utilizar
primeiramente o critério Kaiser para a escolha inicial do número de componentes a serem
considerados. Essa primeira tentativa levou ao surgimento de sete componentes. Verificando
os valores após a aplicação de rotação pelo critério Varimax ─ e com a ajuda do gráfico Scree
─ escolheu-se manter o número de componentes em dois, pois grande parcela da variância,
48,680%, foi explicada por eles. O coeficiente Alfa de Cronbach, quando analisado nas duas
escalas conjuntamente, foi de 0,912 para o Componente 1 e de 0,905 para o Componente 2. O
primeiro foi formado pela junção do afeto positivo e do otimismo, enquanto o segundo foi
constituído pelo afeto negativo e o pessimismo.
135
Ao término das análises, constatou-se que as quatro hipóteses iniciais apresentadas
foram aceitas, observando-se que a escala PANAS e LOT-R também são válidas quando
aplicadas aos consumidores idosos da AAPVR, participantes de comunidades virtuais. O
Quadro 10 demonstra a situação final de cada hipótese.
Quadro 10 - Validação das Hipóteses
HIPÓTESES SITUAÇÃO H1 A escala PANAS também é válida quando aplicada aos
consumidores idosos da AAPVR participantes de comunidades virtuais.
ACEITA
H2 O Teste de Orientação da Vida também é válido quando aplicado aos consumidores idosos da AAPVR participantes de comunidades virtuais.
ACEITA
H3 Há correlação estatística entre o afeto positivo e o otimismo dos consumidores idosos da AAPVR participantes de comunidades virtuais.
ACEITA
H4 Há correlação estatística entre o afeto negativo e o pessimismo dos consumidores idosos da AAPVR participantes de comunidades virtuais.
ACEITA
Fonte: elaborado pela autora
136
5 CO�CLUSÕES E SUGESTÕES PARA FUTUROS ESTUDOS
O principal objetivo deste trabalho foi analisar as emoções dos consumidores idosos
da Associação de Aposentados e Pensionistas de Volta Redonda (AAPVR), participantes de
comunidades virtuais. As emoções e suas relações com o otimismo e o pessimismo foram
investigadas, verificando-se a validade das escalas emocionais Positive and �egative Affects
Schedule (PANAS) e Revised Life Orientation Test (LOT-R) para este segmento da
população. Para isso, valeu-se do uso da análise estatística: componentes principais com a
finalidade de testar as quatro hipóteses iniciais desta pesquisa.
Durante a procura por idosos participantes de comunidades virtuais, foram
encontrados idosos que ainda são excluídos digitalmente, ou que não gostam da comunicação
através do computador. Pôde-se perceber que a diferença de receptividade entre eles foi
grande, sendo os idosos que costumam participar de comunidades virtuais mais joviais,
comunicativos, participativos e mais otimistas em relação à vida.
Percebeu-se, também, que, quando os idosos internautas entrevistados foram
estimulados a responder às perguntas abertas do formulário, eles manifestaram suas opiniões
quanto ao avanço da internet diferentemente do que se costuma perceber entre os jovens
internautas.
Os idosos tendem a permanecer menos tempo on line e não se sentem escravos da
tecnologia, utilizando-a como um complemento no seu dia a dia, e não como uma obrigação.
Os idosos internautas demonstraram um enorme interesse pela evolução tecnológica,
um grande engajamento com o mundo virtual e uma eterna vontade de aprender cada vez
mais. Por outro lado, eles não desprezam a vida social.
O preenchimento do vazio na vida e a fuga da solidão foram bastante relatados pelos
entrevistados como justificativas plausíveis para a procura da participação em comunidades
virtuais; a alegria por poder entender a tecnologia foi também bastante citada.
137
Mediante essas declarações, pôde-se perceber o quão importante se faz estudar as
emoções dos idosos e descobrir como se pode investir nesse segmento.
Para isso, decidiu-se colaborar com este investimento validando as escalas PANAS e
LOT-R, tendo como resultados dois componentes em cada escala: o Afeto Positivo e o Afeto
Negativo; e o Otimismo e o Pessimismo, respectivamente.
Ao término das análises, constatou-se que as hipóteses apresentadas foram aceitas,
observando-se que as escalas PANAS e LOT também são válidas quando aplicadas aos
consumidores idosos da AAPVR participantes de comunidades virtuais.
Como uma contribuição importante, pode-se citar a descoberta da correlação
estatística entre o afeto positivo e o otimismo dos consumidores idosos da AAPVR
participantes de comunidades virtuais, assim como entre o afeto negativo e o pessimismo.
Emoções são sentimentos fortes e relativamente incontroláveis que afetam o
comportamento. Elas são vinculadas em alto grau a motivações, necessidades e
personalidades e constituem um aspecto muito complexo do ser humano, sendo objeto de
múltiplas interpretações que se organizam em várias perspectivas de estudos.
Analisando as respostas às perguntas abertas do formulário, pôde-se perceber que as
emoções constantes do componente Afeto Positivo puderam ser identificadas nos idosos
participantes de comunidades virtuais, assim como sua orientação positiva para a vida.
Comentários relativos à felicidade que sentem ao utilizar a internet foram constantes. Porém,
diferentemente dos jovens internautas, apesar de o idoso internauta expressar bastante o seu
sentimento de alegria, jovialidade e ativação, ele ainda não troca o seu convívio social por
horas em demasia despendidas na frente de um computador.
Como contribuição à AAPVR, o vínculo que este estudo apresenta com a vida
cotidiana do idoso propicia um melhor andamento à organização, já que a análise das
emoções dos consumidores idosos se faz importante, principalmente quando vinculada ao uso
138
da tecnologia. A participação em comunidades virtuais pode também beneficiar a autoestima
do idoso, pois ele descobre coisas novas e se sente mais conectado com o mundo, sendo capaz
de interagir com o que está a sua volta.
De acordo com uma pesquisa realizada pelo IBGE (2009), 350 mil idosos no Brasil
têm acesso à internet e este grupo representa 1,6% do total de pessoas que acessam a internet.
O número ainda é baixo, mas os idosos estão entrando cada vez mais no mundo virtual, seja
para trabalhar, estudar, se divertir ou se comunicar. Este foi o grupo que mais cresceu
percentualmente de fevereiro a março de 2008, com o índice de 17%.
Devido à era tecnológica que cada vez mais se apresenta, Farias e Santos (1998) e
Blecher (2005) ressaltam que os idosos do futuro tenderão a ser muito mais atualizados e
utilizarão mais a internet e outras tecnologias, inclusive comprando e se relacionando neste
ambiente on line. E, atualmente, já se percebe que os idosos se mostram mais interessados
pelas novas tecnologias e começam a utilizá-las mais a seu favor, sendo um grande exemplo a
participação crescente deste tipo de consumidor em comunidades virtuais das mais variadas.
Em uma comunidade virtual, o indivíduo escolhe qual comunidade quer fazer parte,
sendo a principal motivação o seu interesse particular em um ou mais assuntos em que
percebe uma identificação e encontra pessoas com quem possa dividir suas ideias e promover
diversas discussões. Ele expressa suas emoções e compartilha seus sentimentos. A
participação em comunidades virtuais exerce, então, um papel importante na manutenção da
habilidade de comunicação do ser humano e propicia ao idoso uma interação cada vez maior
com o mundo, preenchendo sua solidão.
No delineamento deste trabalho, muitas pesquisas sobre emoção que utilizavam a
escala PANAS foram encontradas, assim como muitas relativas ao otimismo e ao pessimismo
através da escala LOT-R. Entretanto, não foi encontrada nenhuma pesquisa que vislumbrasse
a utilização das duas escalas em conjunto, nem a correlação entre elas. Assim, optou-se por
139
analisá-las para que se pudesse lapidar a compreensão dos afetos positivo e negativo quando
relacionados com o otimismo e o pessimismo dos idosos, ajudando a melhor compreensão
deste segmento em constante crescimento.
Na análise da escala LOT-R, alguns pesquisadores discordam sobre a quantidade de
componentes existentes, e o resultado de apenas um componente – o otimismo – é encontrado
por eles. Alguns pesquisadores a consideraram uma escala unidimensional bipolar, tendo o
otimismo e o pessimismo como dois polos opostos de uma mesma dimensão. Outros
consideraram a existência de dois componentes distintos. Este trabalho contribuiu para
reforçar o entendimento de que o otimismo e o pessimismo são componentes distintos,
apresentando-os como construtos distintos que se correlacionam de forma diferente com
outros instrumentos; da mesma forma, visualizou-se os afetos positivo e o negativo.
Em relação à amostra utilizada neste estudo, não se pode desconsiderar que, ao se
optar por uma amostra de conveniência, aceitou-se que este trabalho poderia conter vieses que
impediriam sua generalização, não se devendo, por isso, generalizar os resultados encontrados
para o restante da população, assim como não se pode esquecer que este método foi limitado
pela impossibilidade de se entrevistar todos os associados que participam de comunidades
virtuais.
Para a esfera empresarial, este trabalho forneceu subsídios importantes para o campo
dos idosos. Demonstrou sua vontade de estar incluído digitalmente, abrindo os olhos das
empresas tecnológicas para a competitividade empresarial, já que se percebe que este grupo
de consumidores está em crescimento e deve ser estudado particularmente.
O presente estudo possibilita uma série de correlações desta escala com diversas
variáveis ─ não somente no campo da gestão, como no da saúde, pedagogia e outros. Como
sugestões para pesquisas futuras, propõe-se:
140
Esta pesquisa aponta o caminho para ampliar o conhecimento sobre o comportamento
do consumidor idoso que participa de comunidades virtuais na AAPVR em Volta Redonda e,
portanto, recomenda-se que, futuramente, esta análise seja reaplicada em outra localidade.
Sugere-se, também, quantificar o que foi percebido neste estudo, porém não analisado
estatisticamente: que o afeto positivo é mais presente em idosos participantes de comunidades
virtuais do que o afeto negativo, assim como o otimismo se encontra mais latente do que o
pessimismo, tendo o idoso internauta uma orientação de vida mais positiva do que negativa.
Como não foram abordadas neste estudo, futuras extensões podem estudar se há
diferença entre os idosos do gênero masculino e do feminino; se a maior renda e/ou o nível de
escolaridade e/ou a presença de pessoas que compartilhem o lar influenciam positivamente o
afeto positivo e o otimismo e a disposição dos idosos a participarem de comunidades virtuais
e se integrarem cada vez mais com os crescentes eventos tecnológicos.
141
REFER�CIAS
AAKER, D.; DAY, G. Pesquisa de Marketing. 2. ed. São Paulo: Atlas, 2004.
AJZEN, I.; FISHBEIN, M. Understanding Attitudes and Predicting Social Behaviors.
Englewood Cliffs: Prentice-Hall, 1980.
ALBUQUERQUE, A. S.; TRÓCCOLI, B.T. Desenvolvimento de uma escala de bem-estar
subjetivo. Psicologia: teoria e pesquisa, v. 20, n. 2, p. 153-64, maio/ago. 2004.
AYROSA, E.; SAUERBRONN, J. F.; BARROS, D. Bases Sociais das Emoções do
Consumidor: uma abordagem complementar sobre emoções e consumo. In: ENCONTRO
ANPAD, 31, Rio de Janeiro. Resumo dos Trabalhos. Rio de Janeiro: ENANPAD, 2007. 1
CD-ROM.
BAGOZZI, R. P.; GOPINATH, M.; NYER, P. U. The role of emotions in marketing.
Academy of Marketing Science, v. 27, n. 2, p. 184-206, spring, 1999.
BANDEIRA, M. et al. Validação Transcultural do Teste de Orientação da Vida. Estudos
de Psicologia, v. 7, n.2, p.251-258, 2002.
BARCELLOS, M. Poder Grisalho. Revista Shopping Centers. São Paulo, ano 27, n. 129,
p.47-51, abr. 2005.
BAUDRILLARD, J. Tela Total: mito-ironias da era do virtual e da imagem. Porto Alegre:
Sulina, 1997.
BLECHER, M. A. Velho, esse desconhecido: um dossiê daqueles que atingiram a maturidade.
Revista da ESPM, São Paulo, p.37-48, mai./jun. 2005.
BORGES, A. R. As Interferências do Ambiente Social no Processo de Criação Publicitária
com Vistas a Influenciar o Comportamento dos Consumidores. In: XXIX Congresso
Brasileiro de Ciências da Comunicação, Brasilia, DF, 2006.
CAMARANO, A. A. Muito além dos 60: os novos idosos brasileiros, Ipea. RJ, 2004.
142
CARVALHO FILHO, E.; PAPALÉO NETTO, M. Geriatria: fundamentos, clínica e
terapêutica. São Paulo: Atheneu, 2000.
CHANG, E. C.; CHANG, R.; SANNA, S. Optimism, Pessimism, and Motivation: relations to
adjustment. Social and Personality Psychology Compass. v.10, p. 494-506, 2009.
CHRIST, C.R. et al. Construindo Comunidades Virtuais para a Terceira Idade. Revista
Eletrônica de Iniciação Científica da Sociedade Brasileira de Computação. Ano II, v. II,
número IV, 2004.
CHURCHIL J.; GILBERT A.; PETER, P. Marketing: criando valor para o cliente. São
Paulo: Saraiva, 2000.
COBRA, M. Estratégias de Marketing de Serviços. São Paulo: Cobra, 2001.
CONVERSO, M. E. R.; IARTELLI, I. Perfil dos Participantes Idosos do Núcleo UNESP
UNATI do Campus de Presidente Prudente. Revista Ciência em Extensão. v. 2, p.80-89, jun.
2005.
CORRAR, L.; PAULO, E.; DIAS, J. Análise Multivariada para os Cursos de
Administração, Ciências Contábeis e Economia. São Paulo: Atlas, 2007.
CORRÊA, C. H. W. Comunidades Virtuais Gerando Identidades na Sociedade em Rede.
Ciberlegenda. no13, 2004. Disponível em: <http://www.uff.br/mestcii/cyntia1.htm>. Acesso
em: 27 mai. 2009.
DIAS, S. Gestão de Marketing. São Paulo: Saraiva, 2003.
DIENER, E.; SMITH, H.; FUJITA, F. The personality structure of affect. Journal of
Personality and Social Psychology. v. 69, n. 1, p.130-141, 1995.
DINIZ, F. M. B. Restrições ao Turismo de Consumidores de Mais Idade. Rio de Janeiro,
2006. 96 p. Dissertação (Mestrado em Administração) - Pontifícia Universidade Católica do
Rio de Janeiro, 2006.
143
ENGEL, J.; BLACKWELL, R.; MINIARD, P. Comportamento do Consumidor. Rio de
Janeiro: LTC, 2000.
ESTEBAN, S. Marketing Estratégico de la Tercera Edad. Madrid: Esic, 1993.
FARIAS, S. A.; SANTOS, R. C. Atributos de Satisfação nos Serviços de Hotelaria: uma
perspectiva no segmento da terceira idade. ENANPAD, 1998.
FELIPE, M. R. Atenção Alimentar e �utricional a Turistas Idosos: um estudo da rede
hoteleira de Balneário Camboriú/SC. Santa Catarina, 2006. Tese (Doutorado em Turismo) -
Faculdade de Turismo, Universidade do Vale do Itajaí, 2006.
FERREIRA, S. C. D.; PESSETTO, E. As oportunidades das empresas para atender o
consumidor da terceira idade brasileiro: um estudo exploratório das significativas
mudanças de atitudes e comportamentos deste mercado crescente. 2007. X SEMEAD –
Seminários em Administração FEA-USP. Disponível em: <
http://www.ead.fea.usp.br/Semead/10semead/sistema/resultado/trabalhosPDF/139.pdf>.
Acesso em: 27 mai. 2009.
GALINHA, I. C.; RIBEIRO, J. L. P. Contribuição para o Estudo da Versão Portuguesa da
Positive and �egative Affect Schedule. Análise Psicológica. v. 23, n.2, p. 209-227, 2005.
GARBARINO, E.; EDELL, J. Cognitive Effort, Affect, and Choice. Journal of Consumer
Research. v.24, sep. 1997.
GARCIA, H. D. A Terceira Idade e a Internet: uma questão para o novo milênio. São
Paulo. 2001. 171f. Dissertação (Mestrado em Ciência da Informação) Faculdade de Filosofia
e Ciências, Universidade Estadual Paulista, 2001.
GARDNER, M. P. Mood States and Consumer Behavior: a critical review. Journal of
Consumer Research. v.13, dec. 1985.
GASPAR et al. Optimismo em Crianças e Adolescentes: adaptação e validação do LOT-R.
Psicologia: Reflexão e Crítica. v. 22, n. 3, p. 439-446, nov. 2009.
144
GONÇALVES, F.; SILVA, C.; SILVA F. O Impacto das Certificações de RSE sobre o
Comportamento de Compra do Consumidor. In: ENCONTRO ANPAD, 32., Rio de Janeiro.
Resumo dos Trabalhos. Rio de Janeiro: ENANPAD, 2008. 1 CD-ROM.
GOODWIN, L. J. História da Psicologia. São Paulo: Cultrix, 2005.
HAIR, J. R.; ANDERSON, R. E.; TATHAM, R. L. Análise Multivariada de Dados. Porto
Alegre: Bookman, 2005.
HAWKINS, D.; MOTHERSBAUGH, D.; BEST, R. Comportamento do Consumidor:
construindo a estratégia de marketing. Tradução Cláudia Mello Belhassof. Rio de Janeiro:
Elsevier, 2007.
HILTZ, R. S.; WELLMAN, B. Asynchronous Learning Networks as a Virtual Classroom.
Communications of the ACM, New York, v. 40, n. 9, p. 44-49, set. 1997.
HOLBROOK, M. B.; GARDNER, M. P. Illustrating a Dynamic Model of the Mood-Updating
Process in Consumer Behavior. Psychology & Marketing, v. 17, n.3, p. 165-194, 2000.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Projeção da População
do Brasil por Sexo e Idade para o período de 1980 - 2050. 2004. Disponível em: <
http://www.ibge.gov.br/home/estatistica/populacao>. Acesso em: 10 jan. 2010.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Síntese de Indicadores
Sociais 2008. Disponível em:
<http://www.ibge.gov.br/home/estatistica/populacao/condicaodevida/indicadoresminimos/sint
eseindicsociais2008/default.shtm>. Acesso em: 28 mai. 2009.
INSTITUTO BRASILEIRO DE OPINIÃO PÚBLICA E ESTATÍSTICA. Disponível em
<http://www.ibope.com.br>. Acesso em 28 mai 2009.
KOTLER, P. Administração de Marketing. 5. ed. São Paulo: Atlas, 1998.
145
LACERDA, Ts. Teorias da Ação e o Comportamento Passado: um estudo do consumidor no
comércio eletrônico. In: ENCONTRO ANPAD, 31., Rio de Janeiro. Resumo dos Trabalhos.
Rio de Janeiro: ENANPAD, 2007. 1 CD-ROM.
LADEIRA, R.; GUEDES, E. M.; BRUNI, A. L. Um Estudo do Comportamento do
Consumidor Soteropolitano de Terceira Idade em Relação ao Entretenimento e Lazer com
Ênfase no Turismo. In: XXVII Enanpad, 2003, Atibaia, São Paulo, 2003.
LANDAU, S.; EVERITT, B. A Handbook of Statistical Analyses Using SPSS. New York:
CRC Press LLC, United States, 2004.
LARANJEIRA, C. A. Tradução e Validação Portuguesa do Revised Life Orientation Test
(LOT-R). Univ Psychol Bogota, v.7, n. 2, p. 469-476, mai, 2008.
LEMOS, A. As estruturas antropológicas do ciberespaço. Textos de Cultura e
Comunicação, Salvador, n. 35, p. 12-27, jul. 1996.
LEPA, J.; TATNALL, A. Using Actor-Network Theory to Understanding Virtual Community
Networks of Older People Using the Internet. Journal of Business Systems, Governance and
Ethics. Australia: Victoria University, 2006.
LESSA J. A Importância das Emoções na Comunicação Interpessoal Mediada por
Tecnologia. Encuentro Latinoamericano de Diseño. Universidad de Palermo. 2007.
Disponível em: < http://fido.palermo.edu/servicios_dyc/encuentro2007/02_ auspicios_
publicaciones/actas_diseno/articulos_pdf/C8-047.pdf >. Acesso em: 29 mai. 2009.
LÉVY, P. A Emergência do Cyberspace e as mutações culturais. Ciberespaço um hipertexto
com Pierre Lévy, Porto Alegre, p. 13-20, out. 2000.
LIMA JUNIOR, W. T. Fatores Estruturantes das Comunidades Virtuais Pioneiras nas Redes
Sociais. Revista Líbero, Ano XI, No 22, Dez. 2008.
MALHOTRA, N. K. Pesquisa de Marketing: uma orientação aplicada. 4. ed. Porto Alegre:
Bookman, 2006.
146
MATUZAWA, F. L. O Conceito de Comunidade Virtual Auxiliando o desenvolvimento
da Pesquisa Científica na Educação a Distância. Florianópolis, 2001. 119f. Dissertação
(Programa de Pós-Graduação em Engenharia de Produção) - Universidade Federal de Santa
Catarina, 2001.
MCCARTHY, J.; PERREAULT, W. Marketing Essencial: uma abordagem gerencial e
global. São Paulo: Atlas, 1997.
MEHRABIAN, A. Eating characteristics and temperament: General measures and
interrelationships. Springer-Verlag, New York, 1987.
___________________. Framework for a Comprehensive Description and Measurement
of Emotional States. Los Angeles, 1995. 121f. Monograph (Department of Psychology) -
University of California, 1995.
__________________ Pleasure-arousal-dominance: A general framework for describing and
measuring individual differences in temperament. Current Psychology, vol. 14, p. 261-292,
1996.
MONTEIRO, M. M.; FERREIRA, P. T. Ser Humano. Porto: Porto Editora, 2007.
MOSCHIS, G. P. Marketing to older adults: an overview and assessment of present
knowledge and practice, Journal of Consumer Marketing, v.8, p. 33-41, 1992.
MOWEN, J. C.; MINOR, M. S. Comportamento do consumidor. São Paulo: Prentice Hall,
2003.
NASRI, F. O Envelhecimento Populacional no Brasil. 2008.In: Instituto Israelita de Ensino
e Pesquisa. Disponível em: <apps.einstein.br/revista/arquivos/PDF/833-
Einstein%20Suplemento%20v6n1%20pS4-6.pdf>. Acesso em: 29 mai. 2009.
NEUBERN, M. S. As Emoções como Caminho para uma Epistemologia Complexa da
Psicologia. Revista Psicologia: Teoria e Pesquisa, vol. 16, no 2, Mai-Ago, 2000.
ORTEGA, S. C.; AZAOLA, A. C. Psicologia Infantil. Barcelona: Ediciones Nauta, 1986.
147
PALLANT, J. SPSS survival guide: a step by step guide to data analysis using SPSS.
Maryborough: Docupro, Australia, 2001.
PASQUALOTTI, P. R. et al. Inclusão Digital para a Terceira Idade: oportunidades,
possibilidades e propostas inovadoras. In: VII Congresso Íbero-americano de Informática
na Educação Especial, 2007, Mar Del Plata, Argentina, CIEE, 2007.
PEREIRA, P. V. A. Uma Contribuição ao Estudo das Emoções no Trabalho: o caso dos
oficiais de justiça avaliadores do judiciário mineiro. Minas Gerais, 2005. Dissertação
(Mestrado em Medicina). Faculdade de Medicina, Universidade Federal de Minas Gerais,
2005.
PERUZZO, C. M. K.; COCO, D.; KAPLÚN, G. Comunicación y Movimientos Populares:
¿Quais redes?. Porto Alegre: Editora Unisinos, 2002.
TEIXEIRA PRIMO, A. F. A emergência das comunidades virtuais. In: XX Congresso
Brasileiro de Ciências da Comunicação, 1997, Santos, 1997.
RECUERO, R. C. Comunidades Virtuais no IRC: O caso do #PELOTAS – Um estudo
sobre a comunidade mediada por computador e a estruturação de comunidades virtuais.
Rio Grande do Sul, 2002. Dissertação (Mestrado em Comunicação) - Faculdade de
Comunicação e Informação, Universidade Federal do Rio Grande do Sul, 2002.
__________. Weblogs, Webrings e Comunidades Virtuais. Biblioteca On-line de Ciências
da Comunicação. Disponível em: <http://bocc.ubi.pt/pag/_texto.php?html2=recuero-raquel-
weblogs-webrings-comunidades-virtuais.html>. Acesso em: 27 mai. 2009.
RHEINGOLD, H. The Virtual Community: Homesteading on the Electronic Frontier.
Massachusetts: Addison-Wesley, 2003.
ROCHA, A. Marketing: teoria e prática no Brasil. 2. ed. São Paulo: Atlas, 1999.
RODRIGUES, A. Psicologia Social. 14 ed. Petrópolis: Vozes, 1992.
148
SCARABOTO, D. Comunidades Virtuais como grupo de referência nos processos
decisórios do consumidor. Rio Grande do Sul, 2006. Dissertação (Mestrado em
Administração) - Programa de Pós-Graduação em Administração, Universidade Federal do
Rio Grande do Sul, 2006.
SCHEIER, M. F.; CARVER, C. S. Optimism, Coping, and Health: assessment and
implications of generalized outcome expectancies. Health Psychology. v. 4, p. 219-247,
1985.
SCHEIER, M. F.; CARVER, C. S.; BRIDGES, M.W. Distinguishing Optimism from
Neuroticism (and Trait Anxiety, Self-Mastery, and Self-Esteem): a reevaluation of the life
orientation test. Journal of Personality and Social Psychology. v. 67, p. 1063-1078, 1994.
SCHIFFMAN, L. G.; KANUK, L. L. Comportamento do Consumidor. Rio de Janeiro:
LTC, 2000.
SCHIRRMACHER, F. A revolução dos idosos: o que muda no mundo com o aumento da
população mais velha. Tradução Maria do Carmo Ventura, Wollny. Rio de Janeiro: Elsevier,
2005.
SEI, M. O Crescimento da Terceira Idade e a Crescente Relação com a Tecnologia.
Fevereiro, 2009.
SELIGMAN, M. E. P. Aprenda a ser otimista. Rio de Janeiro: Record, 1992.
SHIV, B.; FEDORIKHIN, A. Heart and Mind in Conflict: the interplay of affect and
cognition in consumer decision making. Journal of Consumer Research, v. 26, p. 278-292,
dec. 1999.
SIEVERT, M; TAÍSE J. V. Nova Geração de Idosos: um consumidor a ser conquistado. In:
X Conferência Brasileira de Comunicação e Saúde, São Bernardo do Campo. 2007.
SILVERS, C. Smashing Old Stereotypes of 50-Plus America. Journal of Consumer
Marketing, v. 14, p. 303-309, 1997.
149
SOLOMON, M. R. O Comportamento do Consumidor: Comprando, Possuindo e Sendo.
Porto Alegre: Bookman, 2008.
TABACHNICK, B. G.; FIDELL, L. S. Using multivariate statistics. New York:
HarperCollins, 1996.
TEIXEIRA FILHO, J. T. Comunidades Virtuais aqui e agora. Insight Informal. Disponível
em: <http://www/informal.com.br/pls/portal/item/e13dbb511eef44b9e030000a05017775/>.
Acesso em: 27 mai. 2009.
TERENCE, A. C. F.; ESCRIVÃO FILHO, E. Abordagem quantitativa, qualitativa e a
utilização da pesquisa-ação nos estudos organizacionais. XXVI Encontro �acional de
Engenharia de Produção, 26. Fortaleza, Ceará, 2006.
VERGARA, S. C. Projetos e Relatórios de Pesquisa em Administração. 6. ed. São Paulo:
Atlas, 2005.
WATSON, D.; CLARK, L. A.; TELLEGEN, A. Development and Validation of Brief
Measures of Positive and Negative Affect: The PANAS Scales. Journal of Personality and
Social Psychology. v. 54, n. 6, p.1063-1070, 1988.
WATSON, D.; CLARK, L. A. The PANAS-X. Manual for the Positive and �egative
Affect Schedule: Expanded Form. University of Iowa, 1994.
WEBER, M. Conceitos Básicos de Sociologia. Editora Moraes. São Paulo, 1987.
150
APÊ�DICE A. VERSÃO PARA IMPRESSÃO DO FORMULÁRIO
151
152
Fonte: Elaborado pela autora
153
APÊ�DICE B. VERSÃO DO FORMULÁRIO �O PROGRAMA LIME SURVEY
VERSÃO 1.87
Figura 7 – Página de apresentação do formulário no programa Lime Survey
Fonte: Elaborado pela autora
154
Figura 8 - Página de identificação do perfil do formulário no programa Lime Survey
Fonte: Elaborado pela autora
155
Figura 9 - Página de perguntas LOT no programa Lime Survey
Fonte: Elaborado pela autora
156
Figura 10 - Página de perguntas PANAS do formulário no programa Lime Survey
Fonte: Elaborado pela autora
157
Figura 11 - Página de perguntas qualitativas do formulário no programa Lime Survey
Fonte: Elaborado pela autora
Figura 12 - Página de finalização e envio do formulário no programa Lime Survey
Fonte: Elaborado pela autora