1. Introdução
O vírus da COVID-19 gerou uma pandemia que exigiu diversas medidas profiláticas orientadas pela World Health Organization (WHO) para todo o mundo (WHO, 2020). Dentre essas, o isolamento social que, apesar de necessário, vem provocando graves impactos sociais e econômicos em escala global (Fiocruz, 2020). As economias encolhem em diversos países, incluindo o Brasil, prevendo-se lenta recuperação (Boletim Focus, 2020; Agência Brasil, 2020). Assim, o impacto nos hábitos de compra se apresenta, incluindo quebras de cadeias logísticas, falências de empresas e desemprego (Deloitte, 2020).
As definições para os termos epidemia e pandemia não contam com muita concordância na comunidade de saúde. As conceituações são difusas, mas parecem convergir para que as epidemias sejam entendidas como doenças normalmente ausentes com um aumento do número de casos repentino, limitado e mortal para uma ou algumas regiões. Por outro lado, pandemias refletem a mesma realidade, mas se espalham mundialmente (Hays, 2005; Boslaugh, 2007).
Outras epidemias de alcance global contaminaram milhares de pessoas, contudo sem a taxa de mortalidade da COVID-19. É o caso da SARS - Severe Acute Respiratory Syndrome (2002-2003), H1N1 (2009-2010), EBOLA (2013-2016) e SRME - Síndrome respiratória do Médio Oriente (2017). Todas essas doenças provocaram abalos consideráveis, contudo de menor impacto do que a COVID-19 (Fishbein, 2000; Chronopoulos, Lukas e Wilson, 2020; Relihan, Ward, Wheat e Farrell, 2020).
Deve-se destacar que, de modo geral, os estudos sobre o impacto no comportamento do consumidor nas epidemias são escassos, com exceção dos trabalhos de pesquisadores asiáticos, principalmente sobre a SARS (Wen, Huimin e Kavanaugh, 2005). Ademais, o foco predominante desses estudos tem sido sobre os custos econômicos nos orçamentos da saúde, desemprego, fabricação de vacinas, campanhas de vacinação e esclarecimento à população. Pouco se tratou do impacto sobre os hábitos de compra ou comportamento do consumidor, mesmo porque antes não houve um isolamento social como o realizado nos tempos de COVID-19.
Até o momento da elaboração desta pesquisa - junho de 2020 - são poucos os estudos acadêmicos sobre consumo nesta realidade pandêmica. Contudo, empresas de consultoria e pesquisa - como Deloitte (2020), McKinsey (2020), Nielsen (2020), Social Miner-Opinion Box (2020) - semanalmente apresentam relatórios sobre mudanças de hábitos de consumo com impacto direto nas estruturas de negócios, seja ao nível local, regional ou global (Cortez e Johnston, 2020).
Já estudos anteriores demonstram que os indivíduos percebem e respondem aos riscos das mais variadas formas possíveis. Esse fato é influenciado por fatores culturais, sociais e regionais (Gibbons, Helweg-Larsen e Gerrard, 1995; Bontempo, Botton e Weber, 1997; Cho e Lee, 2015). Também se observa que a disseminação contínua de informações sobre a pandemia, amplificada pelo uso das mídias sociais, funciona como um agente catalisador de estados estressantes em uma mistura de novidade e pavor, algumas vezes exagerados (Aven e Bouder, 2020).
Esta combinação pode provocar reações diferentes em um mesmo grupo social ou cultural, que recebe e interpreta as informações com base em um conjunto de crenças peculiares (Kramer e Block, 2011), valores e objetivos pessoais modulados por fatores culturais (Shavitt, Cho, Johnson, Jiang, Holbrook e Stavrakantonaki, 2016). Como se percebe, trata-se de uma complexa configuração formada a partir da coleção de dimensões valorativas individuais (Woodside, Hsu e Marshal, 2011).
Considerando que a pandemia global impactou nas formas tradicionais de viver, trabalhar e consumir, a questão-problema desta pesquisa é: as mudanças no comportamento de compra dos consumidores durante a pandemia permitem identificar uma segmentação baseada em suas atitudes frente à COVID-19?
Para atingir os objetivos deste estudo, a pesquisa baseou-se nos trabalhos de Cho e Lee (2015), que pesquisaram as atitudes, tais como gravidade percebida sob risco, crença em normas subjetivas e crença na autoeficácia na epidemia de H1N1. Também se baseou nos trabalhos de Chauhan e Shah (2020), que analisaram aspectos comportamentais durante a pandemia de COVID-19, na Índia. Nesse contexto, foi possível tanto validar as hipóteses propostas como constatar três classes latentes que melhor identificam os grupos conforme suas respostas - ‘Céticos’, ‘Preocupados’ e ‘Indiferentes’.
Além da contribuição teórica advinda do melhor conhecimento do comportamento de compra em situações de risco e isolamento social, pretende-se também aportar subsídios para o gerenciamento da saúde pública e empresarial, ao fornecer uma proposta de segmentação de cidadãos/consumidores diante da pandemia de COVID-19.
Esclarece-se que, devido ao ineditismo da situação, este trabalho adquire caráter exploratório, pelo qual se busca melhor compreender uma nova realidade não antes pesquisada. Por isso, optou-se por realizar adaptações de estudos sobre epidemias anteriores, buscando-se adequá-los à situação de COVID-19. Esta opção permitiu a comparação de resultados, visto que no momento de publicação desta pesquisa, ainda eram raros os trabalhos sobre o tema.
O restante do trabalho está dividido em quatro partes: referencial teórico, em que se apresenta o arcabouço de literatura que fundamentou a formulação da pesquisa; procedimentos metodológicos, incluindo um detalhamento sobre as técnicas empregadas; seção de resultados, com a análise dos dados, concomitante à discussão dos achados; e considerações finais, contribuições e implicações do estudo.
2. Referencial teórico
A seguir, são apresentados os antecedentes teórico-conceituais que nortearam a formulação do problema e hipóteses de pesquisa.
2.1 Mudanças de hábitos durante a COVID-19
As pessoas, normalmente, mudam seus comportamentos quando afetadas por novos acontecimentos, e esse é um aspecto essencial do fenômeno da pandemia. Koschate-Fischer, Hoyer, Stokburger-Sauer e Engling (2018) encontraram evidências na Alemanha que mudanças na vida dos consumidores provocaram um aumento em sua busca por marcas e produtos novos. Durante períodos de risco de saúde, como em epidemias e pandemias, essa tendência se agrava. Os indivíduos tendem a evitar os contatos com possíveis infectados e esses também evitam a exposição pública (Brauer, 2011). Na pandemia de COVID-19, o fato novo é o isolamento social e, em alguns casos, o lockdown (paralisação mais rígida com controle dos fluxos de deslocamentos). Assim, tem-se uma alteração nos comportamentos de compra que afeta diferentes categorias de negócios (Chauhan e Shah, 2020; Chronopoulos et al., 2020; Relihan et al., 2020).
Como postulou Sheth (2020), o consumo é um hábito que depende do contexto, sendo quatro os fatores que podem afetá-lo: (i) social, como casamento, mudança de cidade, nascimento de crianças; (ii) tecnológico, pelo aspecto disruptivo de produtos que provocam novos hábitos como a internet e o telefone celular; (iii) legal, com novas regras e leis como as relacionadas ao tabagismo; e (iv) desastres naturais, no qual pode-se incluir a pandemia atual. Nesse contexto, espera-se que muitos hábitos voltem ao normal, mas também se entende que outros irão ser modificados (Gilbride, Inman e Stilley, 2015). Existem três implicações que o retorno ao normal provavelmente trará para as empresas: (a) posto que os consumidores improvisaram, terão que seguir o mesmo caminho para acompanhá-los; (b) terão que repensar suas cadeias logísticas e formas de atendimento, já que as entregas tiveram forte crescimento no período; e (c) aquelas beneficiadas pela experimentação não planejada, como serviços virtuais, terão que acompanhar a evolução que se seguirá (Sheth, 2020).
Ainda no contexto pandêmico da COVID-19, observa-se o aumento da compra não planejada, que é um campo de pesquisa bastante vasto e comumente combinado com compra impulsiva (Massara, Melara e Liu, 2014; Ho e Lim, 2018; Van Steenburg e Naderi, 2020). Entre as formas postuladas por Parboteeah, Valacich e Wells (2009), a que melhor se enquadra neste caso é aquela na qual o consumidor é influenciado a experimentar por um estímulo, gerando assim uma experimentação não planejada. Tal fato, apesar de não poder ser negligenciado, deve ser relativizado, já que pesquisas anteriores, como Stilley, Inman e Wakefield (2010) , mostraram que o consumidor cria seu próprio orçamento mental, que inclui espaço para compras não planejadas. Tal ação faz parte dos requisitos do consumidor e não é desprovida de envolvimento emocional, conforme Bagozzi, Belanche, Casaló e Flavián (2016) .
Considerando a pandemia de COVID-19, Romeo- Arroyo, Mora e Vázquez-Araújo (2020), pesquisaram o consumo de produtos alimentícios na Espanha e lograram segmentar os consumidores a partir de suas respostas ao isolamento. Cranfield (2020) identificou que consumidores canadenses tenderão a adotar períodos de planejamento mais longos afetados pela renda e custos de oportunidade (investimentos não realizados). Wen, Kozak, Yang e Liu (2020) detectaram a redução nas viagens, principalmente de turismo na China, recomendando mudanças nos canais de distribuição e destinos das viagens, com destaque para as de saúde e bem-estar. Wang, Hong, Li e Gao (2020), também na China, revelaram que empresas dependentes de alto grau de contato físico com seus clientes buscaram transferir funcionários para o atendimento online ou estabelecer parcerias com empresas que possuíam essa experiência.
Ainda sobre esses novos hábitos de compra e consumo emergidos da COVID-19, pesquisa da Social Miner-Opinion Box (2020) mostrou que entre os consumidores 7,5% compraram online pela primeira vez, 16,5% compraram em e-commerce que não conheciam e 53,6% consideraram essa experiência positiva. Outros resultados da pesquisa indicam que os consumidores manteriam as compras online mesmo após a reabertura das lojas físicas, caso houvesse bons preços (65,4%), fretes justos (59%), rapidez na entrega (51,8%) e garantia contra fraudes e golpes (34,2%).
Desta forma, postula-se que devido à COVID-19 haverá mudanças diferentes entre os consumidores. Esta pesquisa intenta conciliar as teorias conhecidas a priori sobre comportamento e atitudes dos consumidores para aportar uma abordagem hipotético-dedutiva a um fenômeno que ainda está em curso, e cujas consequências, no momento em que os dados foram coletados, ainda são imprevisíveis. Com isso, pode-se formular a primeira hipótese do estudo:
Esta hipótese não está presente no modelo, já que será testada a posteriori mediante validação das atitudes dos respondentes. Para mensurar o comportamento de compra, foi utilizada a escala de Chauhan e Shah (2020) com os indicadores apresentados na Tabela 1.
Variáveis |
---|
Passei a estocar produtos que antes eu não estocaria. |
Não encontrar os produtos que eu queria nas lojas. |
Não encontrar as marcas que eu queria nas lojas. |
Passei a comprar produtos que antes eu não comprava. |
Passei a comprar em lojas nas quais eu não comprava. |
Mudar de marca devido à indisponibilidade da minha preferida. |
Pagar preço superior que anteriormente eu pagava. |
Passei a planejar mais as minhas compras. |
Passei a observar a data de validade dos produtos. |
Passei a comprar produtos similares que eu não comprava. |
Passei a comprar mais coisas sem necessidade. |
Passei a comprar produtos mais saudáveis. |
Passei a adiar compras. |
Compra online (pela internet). |
Compra na loja física. |
Uso de mídias sociais (Instagram, WhatsApp, entre outros) para comprar. |
Encomenda delivery (por telefone ou internet para entrega em casa). |
Fonte: adaptado de Chauhan e Shah (2020) .
2.2 Gravidade percebida sobre riscos
As pessoas tendem a adotar atitudes de autoproteção quando percebem uma situação de risco ou de gravidade, ou seja, quando algo se constitui em uma ameaça à integridade física ou emocional. Assim, Cho e Lee (2015) e Aven e Bouder (2020) indicam correlação entre vulnerabilidade percebida e gravidade percebida. Naturalmente, as reações dependem de cada pessoa e os modelos preditivos abrangem uma vasta lista de atitudes humanas. Como exemplo, na área da saúde, a gravidade pode variar dependendo da abrangência da doença e seus efeitos potenciais na integridade pessoal, familiar, profissional ou na vida social das pessoas (Ng, Kankanhalli, e Xu, 2009).
A literatura sobre o tema sugere que há diferenças culturais na maneira como se reage à ameaça. Por exemplo, as culturas mais individualistas, como é o caso da maioria do ocidente, tendem a se perceber no controle da situação, levando muitas vezes a ter uma visão menos grave das situações de risco (Weinstein, 1989; Klein e Helweg-Larsen, 2002; Chang e Asakawa, 2003). Neste estudo, a gravidade percebida foi baseada no trabalho de Cho e Lee (2015) . Com isso, pretende-se mensurar a atitude dos respondentes sobre a percepção que têm do vírus, surgindo a segunda hipótese do estudo:
2.3 Crença nas normas subjetivas
Os indivíduos sofrem influência das normas sociais, ou seja, das expectativas de outras pessoas - como familiares e amigos - conforme apontado por Cho e Lee (2015) . Ademais, as pessoas tendem a potencializar atitudes quando se encontram ou percebem uma situação de risco (Maxwell, 2002; Campo, Brossard, Frazer, Marchell, Lewis e Talbot, 2003). Fishbein e Ajzen (1975) propõem que as normas subjetivas sejam uma função das crenças normativas e da motivação de uma pessoa a considerar essas expectativas. Os autores desenvolveram um modelo tendo o comportamento como consequente e as crenças, atitudes e intenções como antecedentes. A ideia é que existem mecanismos na origem das mudanças comportamentais, e dessa forma, as normas subjetivas, que se formam a partir de sua incorporação, podem ser consideradas preditores da intenção de comportamento (Yen-Tsang, Csillag e Siegler, 2012).
A intenção se processa com base em três determinantes a partir do pressuposto de que sua atitude será proativa: percepção da pessoa sobre pressão social, sua atitude no que se refere ao comportamento a adotar e à crença de ser capaz de agir nesse sentido (Schwenk e Möser, 2009; Reid e Aiken, 2011). Assim, a crença nas normas subjetivas constitui o segundo construto que será utilizado para identificar os possíveis grupos atitudinais entre os consumidores durante a COVID-19. Com isso, propõe-se a terceira hipótese:
2.4 Crença na autoeficácia
Enquanto a atitude se refere a uma avaliação favorável ou desfavorável do indivíduo em relação a um objeto, as crenças representam as informações que este mesmo indivíduo tem sobre o objeto, relacionando-o a um determinado atributo (Fishbein e Ajzen, 1975). Para Blackwell, Miniard e Engel (2005) , a crença é um julgamento subjetivo sobre o relacionamento entre duas ou mais coisas e são baseadas no conhecimento que um indivíduo tem sobre um objeto que discrimina quão favoráveis serão as atitudes em relação a este. Segundo Sheth, Mittal e Newman (2001) , os indivíduos relacionam um objeto a um benefício ou atributo, em crenças: (i) descritivas - alistam-no a uma qualidade; (ii) avaliativas - ligam-no a percepções pessoais; e (iii) normativas - trazem juízos éticos e morais sobre ele.
No presente caso, trabalhou-se com a autoeficácia no sentido adotado por Bandura (1997) predizendo que uma forte crença do indivíduo leva a um senso positivo para lidar com o mundo, estando ligada à noção de ‘locus interno de controle’. Dessa forma, a crença na autoeficácia, completando o bloco atitudinal adotado neste trabalho, será o terceiro construto do modelo, o que leva à quarta hipótese proposta:
2.5 A Intenção de se prevenir contra a COVID-19
A intenção comportamental recebeu fortes impulsos a partir dos estudos de Fishbein e Ajzen (1975) . A Teoria da Ação Racional (TRA) estabelece que as formas como os indivíduos se comportam frente a diferentes situações é influenciada pela intenção que apresentam, conforme Ajzen e Madden (1986). Em reforço a esse argumento, pode-se recorrer também à Teoria da Motivação de Proteção (TMP) (Rogers, 1983), que estabelece relação entre intenção comportamental e autoproteção, conforme Floyd, Prentice-Dunn e Rogers (2000) .
Considerando o foco deste estudo, Kaynak e Ekşi (2014) também mostraram que os cuidados com a saúde estão relacionados à consciência da sua importância para os indivíduos. Portanto, a intenção de se prevenir contra a COVID-19 desempenha o papel de variável dependente da crença na autoeficácia.
O modelo de estudo para a identificação das classes por suas atitudes é mostrado na Figura 1.
3. Procedimentos metodológicos
Este estudo adotou a abordagem quantitativa, tipo survey, cujo instrumento foi desenvolvido a partir de adaptações dos estudos de Chauhan e Shah (2020) , apresentado na Tabela 1 e Cho e Lee (2015) apresentado no Anexo. O questionário foi delineado em três partes: (i) inventário sociodemográfico; (ii) nível de preocupação e sentimentos sobre a pandemia de COVID-19; e (iii) impacto da COVID-19 nos hábitos de compra. As questões foram traduzidas/retraduzidas e validadas por especialistas da área, conforme proposto por Hair, Gabriel, Silva e Braga Júnior (2019).
Para a coleta dos dados, utilizou-se a plataforma eletrônica Survey Monkey. Os respondentes receberam convite com informações sobre a pesquisa e as formas de participação. A coleta foi realizada em junho de 2020. Inicialmente, usou-se os testes de Shapiro-Wilk para avaliar a normalidade univariada e o teste de Doornik-Hansen para a normalidade multivariada. Em ambos os casos, a amostra se mostrou não aderente à distribuição normal. Dessa forma, optou-se pela utilização de abordagens não paramétricas para a análise dos dados, evitando assim a ocorrência de erros do Tipo I ou do Tipo II, caso a violação da normalidade fosse ignorada. Foram obtidas 401 respostas válidas. Do total de respondentes, 52,1% eram do sexo feminino, a idade média foi 44,1 anos (DP=14,03), 52,1% da amostra relatou possuir pós-graduação completa e 48,9% renda familiar acima de 9 salários-mínimos (SM). Para a análise descritiva dos dados e regressão linear múltipla, foi utilizado o pacote estatístico Jamovi 1.2.27, e para a modelagem de equações estruturais e análise de classes latentes, foi utilizado o pacote estatístico SmartPLS 2.0 M3.
A modelagem de equações estruturais (MEE) é baseada em variância, com mínimos quadrados parciais Partial Least Squares Structural Equation Modeling (PLS-SEM). Trata-se de uma técnica de análise multivariada de dados de segunda geração, empregada usualmente para o desenvolvimento de teorias em abordagens exploratórias (Hair, Hult, Ringle e Sarstedt, 2017a). Para isso, considerou-se como premissas: i) a modelagem de equações estruturais baseada em covariância utiliza a análise de dados contínuos e a aderência dos dados à normalidade multivariada (Kline, 2005); ii) que dados não aderentes à distribuição de probabilidades normal geram vieses nas estimações de parâmetros, resultados dos testes e medidas de ajuste (Blunch, 2013); e, iii) que o uso de dados categóricos, como os obtidos por meio de escalas do tipo Likert, afetam os resultados das médias e covariâncias (Byrne, 2010). Assim, optou-se pelo uso da modelagem de equações estruturais baseada em variância que permitiu a utilização dos dados coletados.
Com o PLS-SEM são avaliados, simultaneamente, o modelo de mensuração, em que os indicadores (variáveis observáveis) compõem os construtos (variáveis latentes), e o modelo estrutural, definido pelas relações hipotéticas entre os construtos (Ringle, Silva, e Bido, 2014). No modelo de mensuração, são verificadas: (a) a validade convergente, mensurada pela variância média extraída (VME); (b) a consistência da confiabilidade interna, alpha de Cronbach como limite inferior e RHO de Dillon-Goldstein como limite superior; e (c) validade discriminante, critério de Fornell-Larcker, cargas cruzadas e correlação desatenuada (Hair, Risher, Sarstedt e Ringle 2019b). Como regra geral, indicadores com cargas fatoriais inferiores a 0,40 devem ser removidos do modelo, e indicadores com carga fatorial entre 0,40 e 0,70 devem ser analisados individualmente para testar sua aderência ao modelo de mensuração (Hair, Hult, Ringle e Sarstedt, 2017a). Para avaliação do modelo estrutural verifica-se: (a) colinearidade; (b) coeficiente de determinação (R2); (c) tamanho do efeito (f2); (d) validade preditiva, critério de Stone-Geisser (Q2); e (e) o tamanho e a significância estatística dos coeficientes de caminho (Kim e Mueller, 1978; Henseler, Hubona e Ray, 2016).
4. Resultados e discussão
Na Tabela 2, são apresentados os resultados relativos à validade convergente (variância média extraída - VME) e à confiabilidade (limites inferior e superior) do modelo de pesquisa. Os valores de referência para a VME são acima de 0,50, para o Alpha de Cronbach acima de 0,70 e, para a Confiabilidade Composta inferiores a 0,95 (Henseler, Hubona e Ray, 2016).
VME | Alpha de Cronbach | Confiabilidade Composta | |
---|---|---|---|
Gravidade Percebida | 0,628 | 0,717 | 0,830 |
Normas Subjetivas | 0,786 | 0,863 | 0,917 |
Crença Autoeficácia | 0,595 | 0,830 | 0,880 |
Intenção Prevenir | 0,652 | 0,735 | 0,849 |
Nota. VME = variância média extraída.
Fonte: elaboração própria.
O critério de Fornell-Larcker, empregado como indicador de validade discriminante, avalia se o valor da VME de cada construto é maior que a correlação daquele construto ao quadrado, em relação aos demais (Fornell e Larcker, 1981). Os resultados são apresentados na Tabela 3.
1 | 2 | 3 | 4 | 5 | |
---|---|---|---|---|---|
1. Gravidade Percebida | 0,628 | ||||
2. Normas Subjetivas | 0,082 | 0,786 | |||
3. Crença Autoeficácia | 0,111 | 0,298 | 0,595 | ||
4. Intenção Prevenir | 0,103 | 0,286 | 0,491 | 0,653 |
Nota: os valores na diagonal, em negrito, são a VME de cada construto
Fonte: elaboração própria.
Adicionalmente, como avaliação da validade discriminante, observa-se a carga cruzada dos indicadores nos demais construtos, sendo que um indicador deve ter sua maior carga em seu construto (Bido e Silva, 2019). O resultado da tabulação das cargas cruzadas é apresentado na Tabela 4.
Crença Autoeficácia | Gravidade Percebida | Intenção Prevenir | Normas Subjetivas | |
CRE1 | 0,685 | 0,170 | 0,391 | 0,340 |
CRE2 | 0,803 | 0,294 | 0,611 | 0,471 |
CRE3 | 0,760 | 0,293 | 0,588 | 0,391 |
CRE4 | 0,836 | 0,288 | 0,566 | 0,475 |
CRE5 | 0,765 | 0,216 | 0,522 | 0,410 |
GRAV1 | 0,242 | 0,852 | 0,226 | 0,259 |
GRAV2 | 0,357 | 0,912 | 0,326 | 0,268 |
GRAV3 | 0,119 | 0,570 | 0,174 | 0,114 |
INTCOV1 | 0,471 | 0,278 | 0,759 | 0,452 |
INTCOV2 | 0,555 | 0,244 | 0,818 | 0,390 |
INTCOV3 | 0,656 | 0,260 | 0,843 | 0,459 |
NS1 | 0,483 | 0,242 | 0,481 | 0,911 |
NS2 | 0,494 | 0,264 | 0,458 | 0,864 |
NS3 | 0,473 | 0,256 | 0,484 | 0,884 |
Nota: os valores em negrito indicam a carga do indicador em seu respectivo construto.
Fonte: elaboração própria.
Outra verificação da validade discriminante é por meio da análise da correlação desatenuada, conforme proposto por Nunnally e Bernstein (1994) . Valores superiores a 1 indicam que não há discriminação entre os construtos. Os resultados da correlação desatenuada são apresentados na Tabela 5.
1 | 2 | 3 | 4 | 5 | |
1. Gravidade Percebida | |||||
2. Normas Subjetivas | 0,340 | ||||
3. Crença Autoeficácia | 0,381 | 0,639 | |||
4. Intenção Prevenir | 0,420 | 0,673 | 0,876 |
Fonte: elaboração própria.
Com o modelo de mensuração validado, o passo seguinte foi a avaliação do modelo estrutural. Para avaliação da colinearidade entre os indicadores avalia-se a tolerância e o fator de inflação da variância (FIV), que devem estar acima de 0,20 para a tolerância e menores do que 3 para o fator de inflação (Hair et al., 2019b). Os resultados são apresentados na Tabela 6.
Tolerância | FIV | |
GRAV1 | 0,765 | 1,307 |
GRAV2 | 0,736 | 1,358 |
GRAV3 | 0,862 | 1,160 |
CRE1 | 0,652 | 1,533 |
CRE2 | 0,472 | 2,117 |
CRE3 | 0,546 | 1,833 |
CRE4 | 0,461 | 2,170 |
CRE5 | 0,541 | 1,849 |
NS1 | 0,349 | 2,865 |
NS2 | 0,481 | 2,078 |
NS3 | 0,398 | 2,510 |
INTCOV1 | 0,631 | 1,584 |
INTCOV2 | 0,593 | 1,688 |
INTCOV3 | 0,496 | 2,016 |
Valores de referência | acima de 0,20 | menores que 3 |
Fonte: elaboração própria.
Na Tabela 7, são apresentados os valores relativos ao coeficiente de determinação (R2), tamanho de efeito (f2) e validade preditiva do modelo (Q2). Os valores de referência para o coeficiente de determinação são: 0,25 = fraco; 0,50 = moderado; 0,75 =substancial. Para o tamanho de efeito: 0,02 = pequeno; 0,15 = médio; 0,35 = grande. E para a validade preditiva: acima de o = pequeno; 0,25 = médio; e 0,50 = grande (Cohen, 1992; Hair et al., 2019b).
R2 | f2 | Q2 | |
Crença Autoeficácia | 0,332 | 0,377 | 0,172 |
Intenção Prevenir | 0,495 | 0,305 | 0,273 |
Fonte: elaboração própria.
O teste das hipóteses formuladas no modelo é feito pela análise conjunta do tamanho e da significância estatística dos coeficientes de caminho, conforme apresentados na Tabela 8.
Coeficiente de Caminho | t | p | Hipótese | |
Gravidade Percebida → Crença Autoeficácia | 0,193 | 4,573 | 0,000 | Confirmada |
Normas Subjetivas→ Crença Autoeficácia | 0,490 | 9,449 | 0,000 | Confirmada |
Crença Autoeficácia → Intenção Prevenir | 0,704 | 18,599 | 0,000 | Confirmada |
Fonte: elaboração própria.
O resultado do modelo final ajustado, com os coeficientes de caminho, coeficientes de determinação (R2) e a correlação entre os construtos exógenos é o apresentado na Figura 2.
Para verificar a existência de grupos de consumidores com diferentes comportamentos em relação a COVID-19, os dados relativos às atitudes dos respondentes foram submetidos à Análise de Classes Latentes (Hagenaars e McCutcheon, 2002; Vermunt, 2010; Weller, Bowen e Faubert, 2020), utilizando-se a análise de mistura finita (FIMIX), disponível no pacote SmartPLS 2.0 M3.
A Análise de Classes Latentes (ACL), também chamada de heterogeneidade não observada ou clusterização a posteriori, em contraste à heterogeneidade observada nos dados, de variáveis sociodemográficas (Hair Sarstedt, Ringle e Gudergan, 2017b). Na ACL o pesquisador lança mão de uma combinação de medidas de qualidade de ajuste para a tomada de decisão sobre a quantidade de segmentos calculados (Nylund-Gibson e Choi, 2018; Rhead, Elliot e Upham, 2018). Se na Análise Fatorial Exploratória (AFE) as variáveis são agrupadas em fatores, na ACL, os respondentes são atribuídos a uma determinada classe latente (não observada), em função da probabilidade condicional de suas respostas (Rhead et al., 2018).
Dentre as medidas de qualidade de ajuste, Hair et al. (2017a) elencam os critérios de informação Bayesiano (BIC), de informação de Akaike (AIC) e o consistente de informação de Akaike (CAIC), sendo um dos critérios de seleção do melhor ajuste de segmentos a convergência dos indicadores BIC e CAIC, bem como os valores de entropia normalizada (EN) superiores a 0,50. Os dados da Tabela 9 mostram os valores encontrados para cada critério de qualidade de ajuste.
K | AIC | BIC | CAIC | EN |
2 | 1726,055 | 1770,016 | 1770,043 | 0,825 |
3 | -4510,989 | -4443,049 | -4443,007 | 0,878 |
4 | -4235,303 | -4143,385 | -4143,328 | 0,633 |
5 | -4183,932 | -4068,035 | -4067,963 | 0,647 |
6 | -5146,354 | -5006,479 | -5006,392 | 0,625 |
7 | -1841,535 | -1677,681 | -1677,579 | 0,639 |
Nota. K = número de classes. Os valores em negrito indicam os melhores índices.
Fonte: elaboração própria.
Em função das medidas de qualidade de ajuste, a melhor solução é a que converge em três classes latentes. A partir da escolha do número de segmentos mais adequado, utilizou-se a estatística descritiva para caracterizar os respondentes dentro de cada segmento, e a estatística bivariada não paramétrica para avaliar as diferenças em relação ao comportamento de compra de cada segmento. A probabilidade de pertencimento de cada uma das três classes é apresentada na Tabela 10. Os nomes foram atribuídos a cada classe em função da distribuição das respostas de cada grupo às variáveis e à predisposição à mudança em função da pandemia.
Classes | N | % |
---|---|---|
Classe 1 - Céticos | 147 | 36,66 |
Classe 2 - Preocupados | 201 | 50,12 |
Classe 3 - Indiferentes | 53 | 13,22 |
Fonte: elaboração própria.
Nota-se que a predominância é de respondentes ‘Preocupados’ (50,12%), seguidos pelos ‘Céticos’ (36,66%) e ‘Indiferentes’ (13,22%). No estudo de Chauhan e Shah (2020) o nível de ‘Preocupados’ foi mais elevado, atingindo 78,5%. As características sociodemográficas dos respondentes atreladas a cada classe latente são apresentadas na Tabela 11.
Céticos | Preocupados | Indiferentes | Total | |||||
---|---|---|---|---|---|---|---|---|
N | % | N | % | N | % | N | % | |
Gênero | ||||||||
Feminino | 81 | 55,1 | 96 | 47,8 | 32 | 60,4 | 209 | 52,1 |
Masculino | 66 | 44,9 | 105 | 52,2 | 21 | 39,6 | 192 | 47,9 |
Total | 147 | 201 | 53 | 401 | ||||
Idade (em anos) | ||||||||
Média | 39,97 | 48,29 | 40,00 | 44,15 | ||||
Desvio-padrão | 11,73 | 14,69 | 12,80 | 14,03 | ||||
Escolaridade | ||||||||
Ensino Fund. completo | 0 | 0,0 | 1 | 0,5 | 0 | 0,0 | 1 | 0,2 |
Ensino Médio incompleto | 0 | 0,0 | 2 | 1,0 | 0 | 0,0 | 2 | 0,5 |
Ensino Médio completo | 5 | 3,4 | 3 | 1,5 | 1 | 1,9 | 9 | 2,2 |
Ensino Superior incompleto | 18 | 12,2 | 20 | 10,0 | 9 | 17,0 | 47 | 11,7 |
Ensino Superior completo | 31 | 21,1 | 60 | 29,9 | 8 | 15,1 | 99 | 24,7 |
Pós-graduação incompleto | 13 | 8,8 | 13 | 6,5 | 8 | 15,1 | 34 | 8,5 |
Pós-graduação completo | 80 | 54,4 | 102 | 50,7 | 27 | 50,9 | 209 | 52,1 |
Total | 147 | 201 | 53 | 401 | ||||
Estado civil | ||||||||
Solteiro(a) | 39 | 26,5 | 49 | 24,4 | 16 | 30,2 | 104 | 25,9 |
Casado(a) ou união estável | 97 | 66,0 | 115 | 57,2 | 28 | 52,8 | 240 | 59,9 |
Separado(a) | 7 | 4,8 | 32 | 15,9 | 9 | 17,0 | 48 | 12,0 |
Viúvo(a) | 4 | 2,7 | 5 | 2,5 | 0 | 0,0 | 9 | 2,2 |
Total | 147 | 201 | 53 | 401 | ||||
Ocupação | ||||||||
Estudante | 21 | 14,3 | 22 | 10,9 | 9 | 17,0 | 52 | 13,0 |
Funcionário público | 25 | 17,0 | 40 | 19,9 | 12 | 22,6 | 77 | 19,2 |
Funcionário empresa privada | 49 | 33,3 | 46 | 22,9 | 15 | 28,3 | 110 | 27,4 |
Profissional liberal | 11 | 7,5 | 25 | 12,4 | 7 | 13,2 | 43 | 10,7 |
Trabalhador autônomo | 13 | 8,8 | 15 | 7,5 | 1 | 1,9 | 29 | 7,2 |
Empresário | 23 | 15,6 | 26 | 12,9 | 3 | 5,7 | 52 | 13,0 |
Desempregado | 1 | 0,7 | 6 | 3,0 | 3 | 5,7 | 10 | 2,5 |
Aposentado | 2 | 1,4 | 21 | 10,4 | 3 | 5,7 | 26 | 6,5 |
Do lar | 2 | 1,4 | 0 | 0,0 | 0 | 0,0 | 2 | 0,5 |
Total | 147 | 201 | 53 | 401 | ||||
Renda (em salários-mínimos - SM, 1 SM = R$ 1.045,00 | ||||||||
Até 1 SM | 1 | 0,7 | 5 | 2,5 | 0 | 0,0 | 6 | 1,5 |
Entre 1 e 3 SM | 11 | 7,5 | 20 | 10,0 | 8 | 15,1 | 39 | 9,7 |
Entre 3 e 6 SM | 27 | 18,4 | 31 | 15,4 | 13 | 24,5 | 71 | 17,7 |
Entre 6 e 9 SM | 29 | 19,7 | 33 | 16,4 | 9 | 17,0 | 71 | 17,7 |
Entre 9 e 12 SM | 20 | 13,6 | 34 | 16,9 | 7 | 13,2 | 61 | 15,2 |
Entre 12 e 15 SM | 11 | 7,5 | 17 | 8,5 | 6 | 11,3 | 34 | 8,5 |
Mais de 15 SM | 39 | 26,5 | 54 | 26,9 | 8 | 15,1 | 101 | 25,2 |
Nenhuma renda | 0 | 0,0 | 1 | 0,5 | 0 | 0,0 | 1 | 0,2 |
Total | 147 | 201 | 53 | 401 |
Fonte: elaboração própria.
Embora composta majoritariamente por respondentes com alta escolaridade, as classes mostraram-se bastante equilibradas, com exceção da categoria ‘faixa etária’, cujos respondentes mais jovens se concentraram nas classes ‘Céticos’ e ‘Indiferentes’. Nota-se também, em menor grau, a ocupação dos respondentes. Os funcionários de empresas públicas e privadas em sua maioria se congregaram nas classes dos 'Céticos' e dos 'Indiferentes'. Por outro lado, os aposentados se mostraram em maior quantidade na classe dos 'Preocupados'.
Com relação ao comportamento de compra por segmento adotou-se o teste H de Kruskal-Wallis (KW), utilizado para comparar escores em mais de dois grupos. Os resultados do teste indicaram que há diferenças nas respostas das variáveis em relação aos grupos analisados (Bryman e Cramer, 2011).
Dentre as questões relativas à experimentação, e consequente mudança de comportamento de compra dos respondentes durante a pandemia da COVID-19, no estudo de Chauhan e Shah (2020) 52,5% das pessoas admitiram mudanças nos padrões de compra em diferentes características de lojas durante a pandemia. Os resultados que apresentam significância estatística (p < 0,05) de acordo com as classes são apresentados na Tabela 12.
H de Kruskal-Wallis | GL | Sig. | |
---|---|---|---|
Não encontrar os produtos que eu queria nas lojas | 7,551 | 2 | 0,023 |
Não encontrar as marcas que eu queria nas lojas | 9,303 | 2 | 0,010 |
Mudar de marca devido à indisponibilidade da minha preferida | 17,881 | 2 | 0,000 |
Passei a planejar mais as minhas compras | 8,054 | 2 | 0,018 |
Compra na loja física | 8,887 | 2 | 0,012 |
Compra de Medicamentos | 6,921 | 2 | 0,031 |
Fonte: elaboração própria.
Destaca-se que as três primeiras variáveis apresentadas na Tabela 11 estão diretamente relacionadas à experimentação de produtos, marcas e tipo de lojas durante a quarentena. As variações entre as classes latentes são apresentadas nas Tabelas 13, 14 e 15.
Discordância | Neutralidade | Concordância | |
---|---|---|---|
Céticos | 50,30% | 17,00% | 32,70% |
Preocupados | 42,80% | 20,40% | 36,80% |
Indiferentes | 62,30% | 13,20% | 24,50% |
Fonte: elaboração própria.
Discordância | Neutralidade | Concordância | |
---|---|---|---|
Céticos | 54,40% | 18,40% | 27,20% |
Preocupados | 43,30% | 24,40% | 32,30% |
Indiferentes | 66,00% | 18,90% | 15,10% |
Fonte: elaboração própria.
Discordância | Neutralidade | Concordância | |
---|---|---|---|
Céticos | 49,70% | 21,10% | 29,30% |
Preocupados | 38,30% | 22,90% | 38,80% |
Indiferentes | 67,90% | 17,00% | 15,10% |
Fonte: elaboração própria.
Como um dos objetivos era avaliar as diferenças entre os respondentes em relação às variáveis do comportamento de compra, as respostas às questões comportamentais foram recodificadas em 3 grupos: (i) Discordância (D) - incluindo as respostas “discordo totalmente” e “discordo em parte”; (ii) Neutralidade (N) - incluindo a resposta “não concordo e nem discordo”; e (iii) Concordância (C) - incluindo as respostas “concordo em parte” e “concordo totalmente”. Os resultados são apresentados na Tabela 16.
Dimensão/Assertivas | Cético | Preocupado | Indiferente | Qui- quadrado | ||||||
---|---|---|---|---|---|---|---|---|---|---|
D | N | C | D | N | C | D | N | C | ||
Gravidade Percebida (α=0,715) | ||||||||||
Se eu me infectar com COVID-19 será severo para mim. | 55,80% | 43,50% | 0,70% | 4,00% | 27,90% | 68,20% | 28,30% | 41,50% | 30,20% | 195,394*** |
Se eu me infectar com COVID-19 será arriscado para mim. | 27,90% | 49,00% | 23,10% | 0,00% | 2,50% | 97,50% | 20,80% | 13,20% | 66,00% | 214,233*** |
Se eu tivesse COVID-19, não seria capaz de gerenciar as minhas atividades diárias. | 41,50% | 37,40% | 21,10% | 16,90% | 19,40% | 63,70% | 22,60% | 24,50% | 52,80% | 63,563*** |
Crença na autoeficácia (α=0,826) | ||||||||||
Estou confiante em minha capacidade de me proteger da COVID-19. | 3,40% | 18,40% | 78,20% | 2,50% | 5,00% | 92,50% | 24,50% | 18,90% | 56,60% | 60,465*** |
Estou certo de que vou tomar as ações de proteção da COVID-19, mesmo que sejam difíceis ou inconvenientes. | 2,00% | 4,10% | 93,90% | 0,00% | 0,50% | 99,50% | 9,40% | 15,10% | 75,50% | 45,248*** |
Tenho força de vontade para me engajar nessas ações preventivas da COVID-19. | 2,00% | 7,50% | 90,50% | 1,00% | 2,00% | 97,00% | 5,70% | 22,60% | 71,70% | 34,299*** |
Estou confiante de que posso realizar essas ações de precaução da COVID-19. | 0,00% | 5,40% | 94,60% | 0,00% | 0,00% | 100,00% | 13,20% | 24,50% | 62,30% | 100,644*** |
Estou certo de que posso me controlar para reduzir as chances de ser infectado(a) pela COVID-19. | 0,00% | 3,40% | 96,60% | 0,50% | 0,00% | 99,50% | 13,20% | 24,50% | 62,30% | 101,872*** |
Crença em Normas Subjetivas (α=0,863) | ||||||||||
A maioria das pessoas importantes para mim acreditam que eu deveria seguir as ações preventivas contra COVID-19. | 2,70% | 4,80% | 92,50% | 0,00% | 1,50% | 98,50% | 28,30% | 43,40% | 28,30% | 190,330*** |
A maioria das pessoas importantes para mim pensam que seria uma boa ideia tomar as medidas preventivas contra COVID-19. | 2,70% | 0,70% | 96,60% | 1,50% | 0,00% | 98,50% | 20,80% | 34,00% | 45,30% | 160,404*** |
A maioria das pessoas importantes para mim querem que eu tome as ações preventivas contra COVID-19. | 0,70% | 4,10% | 95,20% | 0,50% | 1,00% | 98,50% | 18,90% | 35,80% | 45,30% | 143,332*** |
Intenções de se prevenir (α=0,733) | ||||||||||
Pretendo evitar o contato próximo com pessoas doentes para me proteger contra COVID-19. | 0,70% | 5,40% | 93,90% | 0,50% | 0,50% | 99,00% | 5,70% | 5,70% | 88,70% | 18,506*** |
Eu pretendo lavar minhas mãos frequentemente para me proteger de pegar COVID-19. | 0,00% | 2,00% | 98,00% | 0,00% | 0,00% | 100,00% | 3,80% | 9,40% | 86,80% | 32,600*** |
Pretendo tomar medidas de precaução para me proteger de ser infectado(a) pela COVID-19. | 0,00% | 0,00% | 100,00% | 0,00% | 1,50% | 98,50% | 7,50% | 9,40% | 83,00% | 45,404*** |
Nota. p valor < 0,001.
Fonte: elaboração própria.
Nota-se, pelo resultado do teste Qui-quadrado e pela comparação da distribuição de frequência às assertivas apresentadas na Tabela 15, que a percepção sobre a gravidade percebida e a influência das normas subjetivas apresentam discriminação entre as classes dos ‘Céticos’, ‘Preocupados’ e ‘Indiferentes’, com predominância de intenções comportamentais consideradas de risco pelos ‘Céticos’ e ‘Indiferentes’, em contraste com os ‘Preocupados’, que parecem seguir os protocolos propostos pelas autoridades de saúde. Percebe-se a convergência desse resultado com o postulado por Bagozzi et al. (2016), que a forma de reação à pressão por mudança é permeada pelo envolvimento emocional, além do que se torna uma oportunidade de negócios para as empresas mais atentas a esse aspecto (Gilbride et al., 2015). As classes latentes identificadas no estudo parecem corroborar com esse aspecto.
Para verificar a influência do efeito da falta dos produtos e da falta das marcas no comportamento de mudança de marca e no planejamento de compra, os dados foram submetidos à análise de regressão linear múltipla (RLM), stepwise, tendo como variáveis independentes (VI), a ausência dos produtos e das marcas, e como variáveis dependentes (VD), a mudança de marca e o planejamento das compras. Na análise RLM, apenas a variável ‘não encontrar as marcas que eu queria nas lojas’ foi validada no modelo stepwise como preditora da variável ‘mudar de marca devido à indisponibilidade da minha preferida’. Os resultados estão resumidos na Tabela 17.
Estatísticas da Regressão | ANOVA | Coeficientes | Colineariedade | ||||||||
R2 | f2 | Erro padrão | Durbin-Watson | F | Sig. | β | t | p | Tol | VIF | |
Cético | 0,289 | 0,406 | 0,734 | 2,012 | 58,862 | 0,000 | 0,537 | 7,672 | 0,000 | 1,000 | 1,000 |
Preocupado | 0,291 | 0,410 | 0,743 | 2,235 | 81,589 | 0,000 | 0,539 | 9,033 | 0,000 | 1,000 | 1,000 |
Indiferente | 0,221 | 0,283 | 0,668 | 1,866 | 14,459 | 0,000 | 0,470 | 3,802 | 0,000 | 1,000 | 1,000 |
Nota. p valor < 0,001.
Fonte: elaboração própria.
Percebe-se que o tamanho do efeito (f2) da mudança de marca pela indisponibilidade é maior junto à classe ‘Preocupados’, e menor na dos ‘Indiferentes’. Para a avaliação do tamanho do efeito nas ciências do com portamento, Cohen (1992) sugere que 0,02 representa um tamanho de efeito pequeno, 0,15 médio e 0,35 grande. Já o efeito da indisponibilidade de marcas e/ou de produtos não foi capaz de predizer o comportamento ‘passei a planejar mais minhas compras’ na RLM. Nas Tabelas 18 e 19 apresentam-se alguns resultados do comportamento de compra pelas classes latentes.
Discordância | Neutralidade | Concordância | |
---|---|---|---|
Cético | 11,60% | 16,30% | 72,10% |
Preocupado | 9,00% | 10,40% | 80,60% |
Indiferente | 18,90% | 15,10% | 66,00% |
Fonte: elaboração própria.
Reduziu muito | Reduziu | Manteve | Aumentou | Aumentou muito | |
---|---|---|---|---|---|
Cético | 47,60% | 29,30% | 17,70% | 4,80% | 0,70% |
Preocupado | 63,70% | 20,40% | 13,90% | 1,50% | 0,50% |
Indiferente | 52,80% | 28,30% | 13,20% | 1,90% | 3,80% |
Fonte: elaboração própria.
Observa-se que o comportamento de planejar as compras durante a pandemia é predominante nos respondentes na classe ‘Preocupados’ e menos frequente na classe ‘Indiferentes’. O alto nível de concordância para um maior envolvimento com o planejamento das compras é um dado significativo colhido pela pesquisa. Os segmentos apontaram que os consumidores estarão atentos a essas mudanças, já que pensarão mais em como fazer suas compras doravante.
O item “reduziu muito”, na Tabela 19, mostra os diferentes comportamentos entre as classes. Os ‘Preocupados’, seguidores das recomendações de prevenção, alcançam o maior percentual em oposição aos “Céticos”, aqueles que não seguem recomendações de prevenção, que apontam a menor concordância. A classe ‘Indiferentes’ se encontra na posição intermediária às duas, já que metade da amostra concorda com a afirmação. Estes diferentes comportamentos estão conformes ao que já fora postulado por Chauhan e Shah, 2020; Chronopoulos et al., 2020 e Relihan et al., 2020. Assim, os resultados parecem indicar o mesmo contexto provocado pelo lockdown descrito por Sheth (2020, p. 283), para quem o isolamento provocou uma ‘experimentação não planejada’, já que, sem alternativa para sair às compras, houve uma tendência para fazê-las por outros meios. As pessoas tiveram que improvisar, não só nas compras, mas também no trabalho e nas formas de enfrentamento à COVID-19.
Estas classes ou segmentos, além da segmentação sociodemográfica, também apresentaram diferenças em relação às suas intenções comportamentais diante da pandemia de COVID-19, como por exemplo a discordância dos ‘Céticos’ frente à gravidade percebida em comparação à concordância dos ‘Preocupados’ e à neutralidade dos ‘Indiferentes’. Já em relação às normas subjetivas, os ‘Indiferentes’ são os que apresentaram maior neutralidade em comparação aos ‘Céticos’ e ‘Preocupados’, caracterizando essa classe como inerte à opinião dos outros em relação à pandemia, o que suscita uma investigação mais aprofundada em relação às razões desta manifestação.
Semelhante condição foi encontrada junto às intenções em relação aos comportamentos profiláticos durante o surto de coronavírus, pois, ainda que incrédulos, os ‘Céticos’ apresentam maior semelhança com os ‘Preocupados’ nesta dimensão, tendo os ‘Indiferentes’ apresentado menor adesão ao convívio social durante a pandemia. Essa condição poderia indicar que nesse segmento se encontram aqueles que mantiveram seu comportamento a despeito dos riscos apresentados pelas autoridades sanitárias. Tal situação indica que a experimentação não planejada provocada pela pandemia levou os consumidores a testarem novas opções de locais de compra. Não se trata de uma situação que deve ser vista apenas como um efeito colateral. Trata-se de uma oportunidade real para as empresas, pois possibilita que os consumidores testem novas opções de produtos e locais de venda.
A senioridade, formação pós-graduada e renda acima de 9 salários mínimos da amostra também devem ser destacados já que do total de respondentes a idade média era 44,1 anos, e mais da metade (52,1%) relatou possuir pós-graduação completa. Tal fato indica que a maioria são indivíduos que já adquiriram posição de decisão em suas famílias. Esses dados parecem indicar, em convergência com os anteriores, que as mudanças tendem a ser adotadas mais permanentemente.
Por fim, completando a análise das classes, apresentamos o perfil sintético de cada uma na Figura 3.
O perfil das classes e sua atitude em relação às compras e ao vírus corroboram estudos anteriores, como Kramer e Block (2011) , Woodside et al. (2011) , e Romeo-Arroyo et al. (2020) .
Dessa forma, pode-se confirmar que os objetivos de verificar a existência de grupos heterogêneos nas atitudes frente à pandemia e seu efeito no comportamento de compra foram alcançados, conforme apresentado na Tabela 20.
Hipótese | Resultado |
---|---|
H1: o conjunto de atitudes em relação ao COVID-19 influencia o comportamento de compra. | Confirmada |
H2: A percepção da gravidade sobre a pandemia do COVID-19 influencia a crença da autoeficácia dos consumidores. | Confirmada |
H3: As normas subjetivas influenciam a crença da autoeficácia dos consumidores em relação à COVID-19. | Confirmada |
H4: A crença na autoeficácia regula as atitudes de enfrentamento dos consumidores em relação à pandemia de COVID-19. | Confirmada |
Fonte: elaboração própria.
A confirmação das hipóteses formuladas com base nos marcos teóricos existentes evidencia a existência de grupos heterogêneos de consumidores, e que suas atitudes perante a pandemia são distintas, com impactos importantes na gestão da maior crise sanitária do mundo contemporâneo. Ademais, possibilita oportunidades para diferentes tipos de estudos para melhor compreensão teórica do comportamento de compra em períodos de exceção, como em situações pandêmicas.
5. Considerações finais
Este estudo se propôs a relacionar as atitudinais de enfrentamento à COVID-19 com o comportamento de compra dos consumidores durante o isolamento. As quatro hipóteses relativas às mudanças de comportamento foram confirmadas. Os resultados revelaram que nesse contexto existem classes diferentes de consumidores que foram classificados em ‘Céticos’ (36,7%), ‘Preocupados’ (50,1%) e ‘Indiferentes’ (13,2%).
Com relação aos dados sociodemográficos, após o agrupamento por classes, notou-se que as classificações se mostraram equilibradas, com exceção da categoria ‘faixa etária’, cujos respondentes mais jovens se encontram nas classes ‘Céticos’ e ‘Indiferentes’. Assim, os achados em relação aos comportamentos de compra, quando analisados em conjunto com os dados sociodemográficos, apontam para uma eventual segmentação psicográfica, visto que a idade média da classe dos ‘Céticos’ é a menor dentre as classes.
A análise dos dados permitiu caracterizar cada uma das classes encontradas, apontar suas singularidades, tanto comportamentais como sociodemográficas. Ademais, o teste de hipóteses possibilitou a validação de um modelo que indica como a intenção de se prevenir funciona e influencia os comportamentos dos indivíduos em um período crítico de pandemia. Dessa forma, entende-se que o trabalho oferece novas perspectivas sobre o tema à academia, visto que, além de validar as hipóteses formuladas com base em estudos anteriores, possibilita a identificação de segmentos ainda não estudados, relevantes para a melhor compreensão a respeito do comportamento de compra das pessoas em situações de mudanças não planejadas, principalmente em situações que envolvem riscos e incertezas. Além do aspecto acadêmico, a relevância do presente estudo pode ser dividida em três vertentes: (a) formulação de políticas públicas de saúde; (b) aplicações no campo empresarial; e (c) contribuição social da pesquisa.
O entendimento do comportamento dos consumidores e suas atitudes de enfrentamento da pandemia é fundamental para os formuladores de políticas públicas de saúde, principalmente em um momento de tensão socioeconômica. Entende-se que direcionar as mensagens e a comunicação institucional de forma a atingir efetivamente os três grupos heterogêneos identificados nesta pesquisa é fundamental para mitigar os impactos na economia e no tecido social, utilizando inclusive os consumidores ‘Preocupados’ como agentes de mudança junto aos ‘Céticos’ e aos ‘Indiferentes’. A expansão da contaminação observada, no que se chamou de segunda onda da pandemia, provavelmente se deveu ao comportamento e à atitude dos ‘Céticos’ e, em possível maior medida, dos ‘Indiferentes’.
Para o campo empresarial, a indicação de que os consumidores se encontram dispostos a mudar locais de compras, marcas e produtos é uma informação preciosa para o planejamento de marketing das organizações. Ademais, o estudo indica uma classificação que pode auxiliar os gestores a compreenderem os comportamentos dos consumidores em um período que abrange um acontecimento inédito e de grande impacto social, econômico e cultural. Sendo que a partir desse melhor entendimento sobre os segmentos distintos, os gestores podem se planejar para atender cada público.
Também é imperioso destacar a contribuição social da pesquisa, dado que a pandemia de COVID-19 é um acontecimento inédito e de sérias consequências mundiais, com elevado número de mortos e fortes impactos econômicos na vida da maioria das pessoas, sendo que até o momento da realização da pesquisa (meados de 2020) não havia, ainda, uma perspectiva de quando e como terminará, e de quais as suas consequências a médio e longo prazos. Portanto, possibilitar que as pessoas compreendam como é o comportamento de seus pares nessa situação pode levar a uma melhor reflexão a respeito das suas próprias atitudes e percepções, auxiliando em novas perspectivas sobre como agir durante a pandemia.
Os pontos fracos do estudo foram o tamanho da amostra e sua escolha por conveniência, devido a questões de tempo e recurso, que não permitem a universalização dos resultados. Por outro lado, o ponto forte é a contribuição acadêmica, no sentido de oferecer novas perspectivas de análise para uma questão crucial como a experimentação não planejada que ocorreu pelo isolamento social. Também se entende que a proposta de agrupamento em classes latentes possibilita uma melhor compreensão de comportamentos relacionados à percepção de risco e mudanças perceptivas e atitudinais nos indivíduos, possibilitando uma melhor compreensão da forma de agir das pessoas durante um fenômeno relativamente novo.
Para pesquisas futuras, sugere-se que correlações entre mudanças de hábitos de compra e hábitos culturais sejam mais bem exploradas, buscando uma tendência de longo prazo que permita identificar novas oportunidades de estudos interdisciplinares. Indica-se também a replicação de estudo semelhante, considerando uma amostra probabilística, buscando-se entender grupos de indivíduos não contemplados nesta pesquisa. Como última sugestão, tem-se a realização de estudos qualitativos com os indivíduos das três classes aqui encontradas - ‘Céticos’, ‘Preocupados’ e ‘Indiferentes’ - para se melhor compreender o que os levaram a ter esse comportamento e quais aspectos, pessoas e situações os influenciaram.
Por fim, em linha com a pesquisa internacional realizada sobre os efeitos da pandemia de COVID-19 em vários âmbitos, não se pretende com este trabalho esgotar a temática ou lançar afirmações peremptórias sobre o comportamento ou a atitude dos consumidores. Antes, o que se pretendeu, foi apontar possibilidades e caminhos metodológicos para o entendimento de um fenômeno hodierno, em que pesquisador e pesquisado se encontram no mesmo lado, à espera das respostas que cedo ou tarde virão, mas que ainda prescindem de entendimento sobre o que e como as pessoas percebem e reagem a uma situação inédita que gera apreensão e riscos.