Perfil

Buscou-se identificar quem são os clientes que consomem comida de rua na Praça de Jardim da Penha. Especificamente, foram levantadas informações referentes ao gênero, à frequência com que essas pessoas compram comida de rua na praça, à faixa etária, à região que residem e à renda do domicílio dos entrevistados. Em relação ao gênero, obteve-se um maior quantitativo relativo ao feminino (59%), conforme gráfico 01. Quanto à variável faixa etária dos respondentes, foi possível verificar a maior composição (19%) entre 24 e 29 anos, conforme o gráfico 02. De acordo com esses dados é possível perceber que os jovens e os adultos com até 35 anos são os que têm maior representatividade no consumo de alimentos de rua, na Praça de Jardim da Penha.

Quando perguntado sobre a frequência de compra de comida de rua na praça, uma grande quantidade de entrevistados afirmou consumi-lasemanalmente (41,5%). Assim, a partir desses resultados pode-se afirmar que a maioria dos entrevistados tem o hábito de comprar, regularmente, comida de rua na praça, conforme gráfico 03.

Fonte: Dados da pesquisa

Gráfico 01 Gênero 

Fonte: Dados da pesquisa

Gráfico 02 Faixa Etária 

Fonte: Dados da pesquisa

Gráfico 03 Frequência de compra 

Para identificar a classe social à qual pertencem os entrevistados, foi perguntada a renda do domicílio, ou seja, a renda somada de todas as pessoas que moram no domicílio. As faixas de renda utilizadas neste trabalho tiveram como base os critérios de classificação econômica da Abep (Associação brasileira de empresas de pesquisa), na qual os estratos do Critério Brasil representam a renda média domiciliar mensal para os estratos econômicos. Essa estratificação não é baseada no valor do salário mínimo vigente. A partir de janeiro de 2015, as estratificações de rendas adotadas são as descritas no gráfico 04. É importante ressaltar que, com o objetivo de facilitar a aplicação do questionário e simplificar a leitura dos números, os dígitos que representam os centavos foram arredondados.

Fonte: Dados da pesquisa

Gráfico 04 Renda do domicílio 

Ao analisar o gráfico 04, é possível notar que a maioria das pessoas que participaram do estudo representa os estratos econômicos B1 (32%) e B2 (32%). Assim, pode-se afirmar que os consumidores da Praça de Jardim da Penha são, em sua maioria, pessoas de classe média a classe média alta. Esse resultado não confirma o que supõe o relatório da ^{FAO (2011)}, o qual afirma que a maior parte das pessoas que consomem comida de rua tem baixo poder aquisitivo.

Fonte: Dados da pesquisa

Gráfico 05 Região em que reside 

Em relação ao local de residência, 126 pessoas (63%) afirmaram que moram na região de Jardim da Penha, conforme gráfico 05. A partir desse percentual fica evidente que a praça é frequentada, principalmente, pelas pessoas do próprio bairro.

Importância dos Atributos na Decisão de Compra

Na segunda parte do questionário, os clientes foram interrogados sobre a importância dos atributos para a sua decisão de compra de alimentos de rua, visto que no processo que antecede a compra, conforme expressam ^{Blackwell, Miniard e Engel (2005}), os consumidores avaliam as diferentes possibilidades de que dispõem para tomar sua decisão de compra, de acordo com aquela que melhor se enquadra nos parâmetros que são exigidos por eles.

Entretanto, por se tratar de um estudo exploratório, foi desenvolvida uma escala para mensurar a importância desses atributos, o que tornou necessário o desenvolvimento da Análise Fatorial Exploratória. Segundo Brown (2006) a AFE é geralmente conduzida quando o pesquisador não possui uma teoria prévia subjacente ou evidências empíricas suficientes que explicitem como os itens de determinado instrumento devem ser agrupados e avaliados.

Análise Fatorial Exploratória (AFE) da Importância dos Atributos

Considerando-se que os atributos identificados na fase qualitativa formaram uma escala de 18 itens, tornou-se relevante verificar a distribuição desses dados. Para isso, foi utilizado o procedimento estatístico de Análise Fatorial Exploratória (AFE). A análise fatorial auxilia nas evidências relativas à validade de questionários, comumente utilizados em pesquisas (^{Hair et al., 2005}).

A AFE foi realizada separadamente em cada uma das dimensões (categorias) com a finalidade de auxiliar na avaliação da distribuição dos atributos nas dimensões, assim refletiu-se sobre essa distribuição e organização da escala, a partir da teoria que cerne os atributos e AFE.

A técnica analítica fatorial utilizada foi a perspectiva exploratória, pois é "[...] útil na busca da estrutura de um conjunto de variáveis ou como um método de redução de dados [...]" (^{Hair et al., 2005}, p. 92). Normalmente a análise fatorial exploratória (AFE) é utilizada em pesquisas iniciais com a finalidade de explorar os dados.

Para o desenvolvimento desta análise foi realizada a rotação fatorial oblíqua, na qual se identifica o grau em que cada fator está correlacionado (^{Hair et al., 2005}). A rotação fatorial é realizada com o objetivo de ajustar os eixos fatoriais em busca de soluções simples e mais significativas, melhorando a interpretação e reduzindo ambiguidades. (^{Hair et al., 2005}). A análise fatorial foi realizada utilizando o Software SPSS. A seguir são apresentados os critérios e resultados da AFE.

Resultados da Análise Fatorial Exploratória

Inicialmente foram realizados os testes KMO e Bartlett. Esses testes verificam se a análise fatorial é adequada. O teste de Kaiser-Meyer-Olklin (KMO) varia entre 0 e 1. Quanto mais perto de 1 melhor, sendo que valores entre 0,5 e 1 são aceitáveis (^{Hair et al., 2005}). Valores abaixo de 0,5 indicam inadequação do método (^{Hair et al., 2005}). Para o teste de esfericidade de Bartlett (BTS) os valores adequados são os menores que 0,05 (p<0,05). Conforme quadro 01, todos os valores estão dentro do limite indicado.

Para determinar o número de fatores a serem extraídos, utilizou-se a regra da raiz latente, na qual os autovalores (eigenvalue) maiores que 01 devem ser retidos, sempre tentando atingir o mínimo recomendado de 60% de variância acumulada, indicados por ^{Hair et al. (2005}). Ao realizar esse procedimento, os atributos da dimensão "alimentos" se distribuíram em três componentes para uma maior variância acumulada. Entretanto a variável "alimento saudável" formaria um único constructo.

Esse dado deu margem a uma reflexão teórica sobre esta variável. Ao contrário dos estudos de ^{Liu e Jang (2009}); ^{Harrington, Ottenbacher e Way (2011}) e Castelo Branco (2000) que evidenciam apenas a variável alimento saudável, outros autores como Steptoe, Pollard e Wardle (1995) e Yuksel e Yukesel (2002) dão evidência de que a variável "alimento saudável" pode ser composta por outros fatores, considerando, por exemplo, o teor calórico dos alimentos e a quantidade de vitaminas, nutrientes, proteínas e gordura. Assim, observa-se que esta variável não está completa da forma a qual foi mensurada, por isto resolveu-se retirar essa variável da escala. Foram, então formados dois componentes e renomeados, conforme quadro 01.

Após a AFE, as demais dimensões permaneceram com a mesma estrutura da escala utilizada originalmente, conforme dados do quadro 02.

As comunalidades representam a quantia total de variância que uma variável original compartilha com todas as outras incluídas na análise. ^{Hair et al. (2005}) sugerem que os níveis aceitáveis de comunalidade devem ser iguais ou superiores a 0,5. Valores abaixo disso devem ser avaliados e cabe ao pesquisador a decisão de manter ou não a variável (^{Hair et al., 2005}). É possível verificar que a variável "cheiro" e "segurança" apresentam comunalidades abaixo do valor crítico (0,371), no entanto optou-se por conservar esta variável devido ao suporte teórico.

No quadro 02, observam-se ainda os valores das cargas fatoriais dos componen-tes. ^{Hair et al. (2005}) explicam que a carga fatorial é a correlação entre a variável e o fator. Representa o limite aceitável da contribuição da variável na criação do fator com o objetivo de evitar o problema da indeterminação da relação entre variáveis e fatores. Para significância estatística de uma amostra de 200, como é o caso deste estudo, as cargas devem ser iguais ou maiores que 0,4 (^{Hair et al., 2005}).

Para testar a confiabilidade, utilizou-se o cálculo do coeficiente Alpha de Cronbach, que se constitui em um dos procedimentos mais adotados para avaliar a confiabilidade de uma escala (Malhotra, 2001). Segundo ^{Hair et al. (2005}), o valor do Alfa de Cronbach deve variar entre 0,6 a 0,9 para serem aceitos.

O valor do alfa de Cronbach é influenciado tanto pelo valor das correlações dos itens, quanto pelo número de itens avaliados. Por isso, fatores com poucos itens tendem a apresentar alfas de Cronbach menores (^{Cortina, 1993}). Nos constructos "conveniência" e "preço", é possível observar baixos valores para o Alfa de Cronbach (vide quadro 03), ficando abaixo do indicado pela literatura.

A partir do desenvolvimento da análise fatorial exploratória, foi possível inferir algumas modificações em relação aos atributos e constructos inicialmente utilizados nesta pesquisa, de modo que a escala original sofreu ajustes para melhor confiabilidade e validade ao questionário, conforme observado no quadro 04.

Após a análise fatorial, obtiveram-se as alterações na escala evidenciadas no quadro 5. Essa nova estrutura foi a considerada para as análises da importância dos atributos apresentadas no próximo tópico.

Análise da importância dos Atributos

A hipótese norteadora deste estudo fundamenta-se na teoria de ^{Alpert (1971}), a qual afirma que os atributos podem apresentar diferentes graus de importância. Para responder o problema dessa pesquisa, a hipótese fundamentou-se em identificar se há diferença no grau de importância atribuído pelos clientes aos atributos.

Assim, foram desenvolvidas hipóteses para testar igualdades e diferenças entre as médias, de modo a comprovar ou refutar a teoria de ^{Alpert (1971}). Sendo a primeira hipótese a seguinte:

Ha: Não há diferença no grau de importância, atribuída pelos clientes, aos atributos.

Para este teste, considerou-se o intervalo de confiança de 95%, com o nível de significância (α) de 0,05. Segundo ^{Levine et al. (2012}), se o p-valor ficar abaixo do nível de significância previamente estabelecido (α=0,05) H0 é não confirmada, o que evidencia que pelo menos uma das médias é diferente das demais. Quando o p-valor ficar acima do nível de significância previamente estabelecido (α=0,05) H0 não refutada.

Para testar a hipótese (Ha), foi utilizada a ferramenta Excel e realizados os testes para a análise de variância (ANOVA). A variância mede quanto é a média de variação em torno da média aritmética dos atributos, de modo a verificar se há diferença estatística entre essas médias (^{Levine et al., 2012}). Os resultados obtidos nesse teste são apresentados na tabela 01.

Ao analisar o p-valor (4,609E-11) pode-se concluir que este valor é menor que 0,05. Em números comuns essa notação científica equivale a aproximadamente 0 (zero). Isso indica que a H0 é rejeitada, ou seja, pelo menos uma das médias é diferente das demais. Essa informação supõe que pelo menos um dos constructos exerce influência diferente dos demais na decisão de compra, há então diferentes graus de importância, atribuídos pelos clientes aos constructos. Dessa forma, confirma-se a teoria de ^{Alpert (1971}) quanto à existência de diferença no grau de importância atribuído pelos clientes aos atributos.

Classificação dos Atributos

É necessário ainda saber qual ou quais constructos têm médias diferentes dos demais e colocá-los em ordem decrescente de importância para, se possível, classificá-los em determinantes, importantes e salientes. Apenas constructos que apresentaram médias estatisticamente iguais foram classificados da mesma forma.

Visando identificar qual constructo apresenta média distinta dos demais, foram realizados novos testes de hipóteses envolvendo dois constructos a cada teste. Para esse novo teste de hipóteses utilizou-se o teste t para diferença entre duas médias pressupondo variâncias diferentes. Método utilizado para avaliar as diferenças estatísticas entre duas médias aritméticas (^{Levine et al., 2012}). O teste foi realizado com auxílio da ferramenta Excel. As hipóteses para este teste foram as apresentadas no quadro 05, bem como o valor-p obtido em cada um desses testes e os resultados das hipóteses.

Para a classificação quanto ao grau de importância, aqueles constructos com médias não diferentes entre si foram considerados pertencentes à mesma classificação. Assim, seguindo a hierarquia, para fins de classificação, o constructo "conveniência" foi considerado juntamente com o "preço", mas separado de "ambiente", pois "preço" e "ambiente" apresentaram médias não iguais (vide quadro 05), o que demonstra a existência de uma zona cinzenta representada na figura 01. Isso evidencia que pode haver outras possíveis formas de classificações. Como neste trabalho buscaram-se as disposições segundo a teoria de ^{Alpert (1971}), foram limitadas, no máximo, três classificações quanto à importância dos constructos. Obteve-se a classificação evidenciada na figura 01 quanto ao grau de importância dos constructos.

Fonte: Elaborado pelos autores

Figura 1 Classificação da importância dos constructos evidenciando a zona cinzenta 

Esses resultados vão ao encontro dos revelados por ^{Mhlanga, Hattingh e Moolman (2014}), nos quais esses autores evidenciaram que o nível do serviço é o principal fator considerado pelos clientes no contexto de restaurantes. Ainda de acordo com o estudo desses autores, as características organolépticas, essenciais para oferecer uma boa comida, também foram evidenciadas como importantes e identificadas logo após o serviço.

Relacionado aos serviços, ^{Sanches e Salay (2011}) revelam que a higiene dos funcionários é o fator mais importante quando se trata de escolher um restaurante para realizar as refeições fora do domicílio.

O estudo de ^{Namkung e Jang (2007}) demonstrou que o aspecto, sabor e temperatura (características organolépticas) foram as mais significativas para obter a satisfação do cliente em restaurantes. De forma similar ^{Liu e Jang (2009}) revelaram que o sabor dos alimentos é essencial para influenciar nas decisões de compra. O serviço oferecido apareceu logo em seguida. No estudo de ^{Park (2004}) o sabor dos alimentos também foi obtido como o mais importante, seguido da higiene e serviço.

^{Soriano (2002}) obteve resultados semelhantes, nos quais a variedade e apresentação do alimento foram a razão mais importante na influência de decisões dos clientes para retornar a um restaurante para outra refeição. O serviço foi o segundo fator mais importante.

Yuksel e Yuksel (2002) revelaram que, apesar de importante, o ambiente aparece como último fator relevante na influência na seleção e avaliação de restaurantes. De forma similar, ^{Soriano (2002}) obteve o ambiente como último fator considerado na influência de decisões dos clientes para retornar a um restaurante.

^{Harrington, Ottenbacher e Way (2011}) evidenciaram que o preço e a distância (localização), apesar de fatores importantes não estão entre os primeiros na hierarquia de importância. Os resultados de ^{Park (2004}) e de ^{Sanches e Salay (2011}) também evidenciam este fato.

O fator que se destaca por ser classificado de diferentes formas é o preço. Em alguns estudos, como o de ^{Abdullah, Abdurahman e Hamali (2013}) e ^{Ehsan (2012}), o preço foi considerado como a dimensão mais importante de preferência do cliente no setor de alimentos para selecionar restaurantes. Já nos estudos de Siebeneichler et al. (2007) e ^{Souki (2010}), o preço e facilidade de pagamento aparecem como o último fator na ordem de importância. Assim, apesar de importante para a decisão de compra, existem outros fatores que oferecidos, como alta performance, tornam o consumidor menos sensível ao preço.

Os resultados encontrados neste estudo identificaram que o preço é uma variável importante para a decisão de compra, entretanto não representa o grau mais elevado de importância. Dessa forma, corrobora-se com os resultados de ^{Pelissari et al. (2011}), nos quais os autores afirmam que, embora o preço seja uma variável influente na decisão de compra, não caracteriza necessariamente um determinante para os clientes, mas é importante destacar que atua diretamente como um fator de competitividade. De forma similar, Reis (2004) afirma que diante de um mercado em que os produtos e serviços estão cada vez mais parecidos, os clientes dão importância a outros fatores além do preço.

Este estudo confirma a teoria de ^{Griffin (1998}), no qual este assume que os consumidores estão se tornando mais interessados no atendimento e na forma como são tratados ao adquirirem alguma coisa, representando o fator serviço deste trabalho. Assim, esse interesse relacionado ao atendimento supera, inclusive, a questão do preço e do produto (^{Griffin, 1998}).