SciELO - Scientific Electronic Library Online

 
vol.37 issue159A proposal to measure economic time series return to pre-COVID-19 levelsCoping with earthquakes and COVID-19: A perspective of customer relationship management author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Estudios Gerenciales

Print version ISSN 0123-5923

estud.gerenc. vol.37 no.159 Cali Apr./June 2021  Epub July 27, 2021

https://doi.org/10.18046/j.estger.2021.159.4433 

Artigo de pesquisa

Comportamento dos consumidores durante a pandemia de COVID-19: análise de classes latentes sobre atitudes de enfrentamento e hábitos de compra

Comportamiento del consumidor durante la pandemia por COVID-19: análisis de clases latentes sobre actitudes de afrontamiento y hábitos de compra

Consumer behavior during the COVID-19 pandemic: latent class analysis on coping attitudes and buying habits

Sérgio Luiz do Amaral Moretti* 
http://orcid.org/0000-0002-9457-6064

Marcelo Luiz Dias da Silva Gabriel** 
http://orcid.org/0000-0001-8861-0783

Rejane Alexandrina Domingues Pereira do Prado*** 
http://orcid.org/0000-0002-5094-1613

André Francisco Alcântara Fagundes**** 
http://orcid.org/0000-0003-1177-4514

* Professor, Faculdade de Gestão e Negócios, Universidade Federal de Uberlândia, Uberlândia, Brasil. sergiomoretti@ufu.br https://orcid.org/0000-0002-9457-6064

** Professor, Programa de Mestrado Profissional em Administração de Empresas, Universidade Ibirapuera, São Paulo, Brasil. mgabriel.br@gmail.com Autor para dirigir correspondência. https://orcid.org/0000-0001-8861-0783

*** Professora, Faculdade de Ciências Integradas do Pontal, Universidade Federal de Uberlândia, Ituiutaba, Brasil. rejane.prado@ufu.br https://orcid.org/0000-0002-5094-1613

**** Professor, Faculdade de Gestão e Negócios, Universidade Federal de Uberlândia, Uberlândia, Brasil. andre.fagundes@ufu.br https://orcid.org/0000-0003-1177-4514


Resumo

A COVID-19 transformou a realidade mundial impondo restrições às formas de viver, trabalhar e consumir. Poucos estudos anteriores a junho de 2020 abordaram seus impactos no comportamento dos consumidores. Esta pesquisa objetivou verificar a existência de grupos heterogêneos nas atitudes frente à pandemia e seu efeito no comportamento de compra. A abordagem foi quantitativa, utilizando escalas testadas nos contextos da SARS e H1N1, adaptadas e validadas para o contexto brasileiro. Aplicou-se a Modelagem de Equações Estruturais. Foram identificados três segmentos: ‘Céticos’ (36,7%), ‘Preocupados’ (50,1%) e ‘Indiferentes’ (13,22%). Os resultados apontam para uma diferenciação dos consumidores pelas atitudes em situações de risco percebido, papel das crenças e a consequente mudança no comportamento de compra, com implicações para o gerenciamento da saúde pública e empresarial.

Classificações JEL: M31; D12; D47.

Palavras-chave: COVID-19; atitudes de enfrentamento; mudança de hábitos de compra; análise de classes latentes; comportamento do consumidor

Resumen

La COVID-19 transformó la realidad mundial al imponer restricciones a las formas de vivir, trabajar y consumir. Pocos estudios anteriores a junio de 2020 han abordado sus impactos en el comportamiento del consumidor. Esta investigación tuvo como objetivo verificar la existencia de grupos heterogéneos en las actitudes hacia la pandemia y su efecto en el comportamiento de compra. El enfoque fue cuantitativo, con escalas probadas en los contextos de SARS y H1N1, adaptadas y validadas para el contexto brasileño. Se aplicó el modelado de ecuaciones estructurales y se identificaron tres segmentos: “Escéptico” (36,7%), “Preocupado” (50,1%) e “Indiferente” (13,22%). Los resultados apuntan a una diferenciación de los consumidores por actitudes ante situaciones de riesgo percibido, rol de creencias y el consecuente cambio en el comportamiento de compra, con implicaciones para la gestión de la salud pública y empresarial.

Palabras clave: COVID-19; actitudes de afrontamiento; cambio de hábitos de compra; análisis de clases latentes; comportamiento del consumidor

Abstract

COVID-19 transformed the reality of the world by imposing restrictions on the ways of living, working, and consuming. Few studies before June 2020 have addressed their impacts on consumer behavior. This research aimed to verify the existence of heterogeneous groups in attitudes towards the pandemic and their effect on purchasing behavior. The approach was quantitative, with scales tested in the SARS and H1N1 contexts, adapted and validated for the Brazilian context. Structural equation modeling was applied and three segments were identified: “Skeptical” (36.7%), “Concerned” (50.1%), and “Indifferent” (13.22%). The results point to the differentiation of consumers by attitudes in perceived risk, the role of beliefs, and the consequent change in purchasing behavior, with implications for public and business health management.

Keywords: COVID-19; coping attitudes; change of purchase habits; latent class analysis; consumer behavior

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:

  • H1: o conjunto de atitudes em relação ao COVID-19 influencia o comportamento de compra.

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.

Tabela 1 Variáveis de comportamento de compra 

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:

  • H2: a percepção da gravidade sobre a pandemia de COVID-19 influencia a crença da autoeficácia dos consumidores.

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:

  • H3: as normas subjetivas influenciam a crença na autoeficácia dos consumidores sobre a pandemia de COVID-19.

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:

  • H4: a crença na autoeficácia regula as atitudes de enfrentamento dos consumidores em relação à pandemia de COVID-19.

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.

Nota: embora não presente no modelo de estudo, a H1 será testada a posteriori nesta pesquisa. Fonte: elaboração própria.

Figura 1 Modelo de pesquisa  

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).

Tabela 2 Validade convergente e confiabilidade do modelo de mensuração 

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.

Tabela 3 Validade discriminante entre os construtos - critério de Fornell-Larcker 

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.

Tabela 4 Validade discriminante entre os construtos - cargas cruzadas 

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.

Tabela 5 Validade discriminante entre os construtos - correlação desatenuada 

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.

Tabela 6 Avaliação da colinearidade - tolerância e fator de inflação da variância 

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).

Tabela 7 Coeficiente de determinação, tamanho de efeito e validade preditiva do modelo 

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.

Tabela 8 Tamanho e significância dos coeficientes de caminho e validação de hipóteses 

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.

Nota. r = coeficiente de correlação de Pearson. *** p <0,001. Fonte: elaboração própria.

Figura 2 Modelo final de pesquisa ajustado  

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.

Tabela 9 Critérios de qualidade de ajuste da Análise de Classes Latentes 

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.

Tabela 10 Probabilidade de pertencimento nas três classes da análise 

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.

Tabela 11 Características sociodemográficas das classes 

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.

Tabela 12 Teste H de Kruskal-Wallis das variáveis relativas ao comportamento de compra 

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.

Tabela 13 Não encontrar as marcas que eu queria nas lojas 

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.

Tabela 14 Não encontrar as marcas que eu queria nas lojas 

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.

Tabela 15 Mudar de marca devido à indisponibilidade da minha preferida 

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.

Tabela 16 Distribuição de frequência das respostas das classes latentes às variáveis do modelo 

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.

Tabela 17 Resultados da regressão linear múltipla (RLM) 

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.

Tabela 18 Passei a planejar mais as minhas compras 

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.

Tabela 19 Compra em lojas físicas 

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.

Fonte: elaboração própria.

Figura 3 Descrição das classes latentes identificadas.  

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.

Tabela 20 Hipóteses da pesquisa 

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.

Referências

Agência Brasil (2020). Segunda onda da COVID-19 pode levar PIB do Brasil a cair 9,1%. Recuperado de: https://n9.cl/fkar1Links ]

Ajzen, I., & Madden, T. (1986). Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control. Journal of Experimental Social Psychology, 22(5), 453-474. https://doi.org/10.1016/0022-1031(86)90045-4Links ]

Aven, T., & Bouder, F. (2020). The COVID-19 pandemic: How can risk science help? Journal of Risk Research, 23(7-8), 849-854. https://doi.org/10.1080/13669877.2020.175638Links ]

Bagozzi, R. P., Belanche, D., Casaló, L. V., & Flavián, C. (2016). The role of anticipated emotions in purchase intentions. Psychology & Marketing, 33(8), 629-645. https://doi.org/10.1002/mar.20905Links ]

Bandura, A. (1997). Self-efficacy: The exercise of control. New York: Freeman [ Links ]

Bido, D. S., & Silva, D. (2019). SmartPLS 3: Specification, estimation, evaluation and reporting. Administração: Ensino e Pesquisa. 20(2), 465-513. https://doi.org/10.13058/raep.2019.v20n2.1545Links ]

Blackwell, R. D., Miniard, P. W., & Engel, J. F. (2005). Comportamento do consumidor (9a. ed). São Paulo: Thomson Learning. [ Links ]

Blunch, N. J. (2013). Introduction to structural equation modeling using IBM SPSS Statistics and AMOS. (2nd ed.). Thousand Oaks, CA: SAGE Publications, Inc. [ Links ]

Boletim Focus (2020). Relatório de mercado de 22 de junho. Recuperado de: https://n9.cl/tu39hvLinks ]

Bontempo, R. N., Bottom, W. P., & Weber, E. U. (1997). Cross-cultural differences in risk perception: A model-based approach. Risk Analysis, 17(4), 479-488. https://doi.org/10.1111/j.1539-6924.1997.tb00888.xLinks ]

Boslaugh, S. (Ed.). (2007). Encyclopedia of epidemiology. San Luis: Sage Publications. [ Links ]

Brauer, F. (2011). A simple model for behaviour change in epidemics. BMC Public Health, 11(Suppl 1), S3. https://doi.org/10.1186/1471-2458-11-S1-S3Links ]

Bryman, A. & Cramer, D. (2011) Quantitative data analysis with SPSS 17, 18 and 19: A guide for social scientists. New York: Routledge. https://doi.org/10.4324/9780203180990Links ]

Byrne, B. M. (2010). Structural equation modeling with AMOS: basic concepts, applications, and programming. (2nd ed). New York: Routledge . [ Links ]

Campo, S., Brossard, D., Frazer, M. S., Marchell, T., Lewis, D., & Talbot, J. (2003). Are social norms campaigns really magic bullets? Assessing the effects of students' misperceptions on drinking behavior. Health Communication, 15(4), 48-497. https://doi.org/10.1207/S15327027HC1504_06Links ]

Chang, E. C., & Asakawa, K. (2003). Cultural variations on optimistic and pessimistic bias for self versus a sibling: Is there evidence for self-enhancement in the West and for self-criticism in the East when the referent group is specified? Journal of Personality and Social Psychology, 84(3), 569-581. https://doi.org/10.1037/0022-3514.84.3.569Links ]

Chauhan, V., & Shah, M. H. (2020). An empirical analysis into sentiments, media consumption habits, and consumer behaviour during the Coronavirus (COVID-19) Outbreak. Purakala UGC Care Journal, 31(20), 353-375. [ Links ]

Cho, H., & Lee, J. S. (2015). The influence of self-efficacy, subjective norms, and risk perception on behavioral intentions related to the H1N1 flu pandemic: A comparison between Korea and the US. Asian Journal of Social Psychology, 18(4), 311-324. https://doi.org/10.1111/ajsp.12104Links ]

Chronopoulos, D. K., Lukas, M., & Wilson, J. O. (2020). Consumer Spending Responses to the COVID-19 Pandemic: An Assessment of Great Britain. Available at SSRN 3586723. [ Links ]

Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155-159. https://doi.org/10.1037/0033-2909.112.1.155Links ]

Cortez, R. M., & Johnston, W. J. (2020). The Coronavirus crisis in B2B settings: Crisis uniqueness and managerial implications based on social exchange theory. Industrial Marketing Management, 88, 125- 135. https://doi.org/10.1016/j.indmarman.2020.05.004Links ]

Cranfield, J. A. (2020). Framing consumer food demand responses in a viral pandemic. Canadian Journal of Agricultural Economics/Revue canadienne d'agroeconomie, 68(2), 151-156. https://doi.org/10.1111/cjag.12246Links ]

Deloitte. (2020). COVID-19 e os impactos nos setores: Um olhar atento às projeções futuras e à evolução dos negócios durante a pandemia. Recuperado de: https://n9.cl/ev0raLinks ]

Fishbein, M. & Ajzen, I. (1975), Belief, Attitude, intention, and behavior: An introduction to theory and research. Reading, MA: Addison-Wesley. [ Links ]

Fiocruz (2020). Observatório COVID-19. Recuperado de: https://n9.cl/70gtLinks ]

Floyd, D. L., Prentice-Dunn, S. & Rogers, R. W. (2000). A meta-analysis of research on protection motivation theory. Journal of Applied Social Psychology, 30(2), 407-429. https://doi.org/10.1111/j.1559-1816.2000.tb02323.xLinks ]

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50. https://doi.org/10.2307/3151312Links ]

Gibbons, F. X., Helweg-Larsen, M., & Gerrard, M. (1995). Prevalence estimates and adolescent risk behavior: cross-cultural differences in social influence. Journal of Applied Psychology, 80(1), 107-121. https://doi.org/10.1037/0021-9010.80.1.107Links ]

Gilbride, T. J., Inman, J. J., & Stilley, K. M. (2015). The role of within-trip dynamics in unplanned versus planned purchase behavior. Journal of Marketing, 79(3), 57-73. https://doi.org/10.1509/jm.13.0286Links ]

Hagenaars, J. A., & McCutcheon, A. L. (Eds.). (2002). Applied latent class analysis. Cambridge: University Press. [ Links ]

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017a). A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed.). Thousand Oaks, CA: SAGE Publications, Inc . [ Links ]

Hair, J. F., Sarstedt, M., Ringle, C. M., & Gudergan, S. P. (2017b). Advanced issues in partial least squares structural equation modeling. Thousand Oaks, CA: SAGE Publications, Inc . [ Links ]

Hair, J. F., Gabriel,M. L. D. S., Silva, D., Braga Júnior, S. S. (2019a). Development and validation of attitudes measurement scales: fundamental and practical aspects. RAUSP Management Journal, 54(4), 490-507. https://doi.org/10.1108/RAUSP-05-2019-0098Links ]

Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019b). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24. https://doi.org/10.1108/EBR-11-2018-0203Links ]

Hays, J. N. (2005). Epidemics and pandemics: their impacts on human history. Santa Barbara, CA: Abc-clio. [ Links ]

Henseler, J., Hubona, G., & Ray, P. A. (2016) Using PLS path modeling in new technology research: updated guidelines. Industrial Management & Data Systems, 116(1), 2-20. https://doi.org/10.1108/IMDS-09-2015-0382Links ]

Kaynak, R., & Ekşi, S. (2014). Effects of personality, environmental and health consciousness on understanding the anti-consumptional atitudes. Procedia-Social and Behavioral Sciences, 114, 771-776. https://doi.org/10.1016/j.sbspro.2013.12.783Links ]

Kim, J. O., & Mueller, C. W. (1978). Factor analysis: Statistical methods and practical issues (No. 14). Beverly Hills, CA: Sage. [ Links ]

Klein, C. T. F & Helweg-Larsen, M. (2002). Perceived control and the optimistic bias: A meta-analytic review. Psychology and Health, 17(4), 437-446. https://doi.org/10.1080/0887044022000004920Links ]

Kline, R. B. (2005). Principles and practice of structural equation modeling. (2nd ed.). New York: The Guilford Press. [ Links ]

Koschate-Fischer, N., Hoyer, W. D., Stokburger-Sauer, N. E., & Engling, J. (2018). Do life events always lead to change in purchase? The mediating role of change in consumer innovativeness, the variety seeking tendency, and price consciousness. Journal of the Academy of Marketing Science, 46(3), 516-536. https://doi.org/10.1007/s11747-017-0548-3Links ]

Kramer, T., & Block, L. (2011). Nonconscious effects of peculiar beliefs on consumer psychology and choice. Journal of Consumer Psychology, 21(1), 101-111. https://doi.org/10.1016/j.jcps.2010.09.009Links ]

Massara, F., Melara, R. D., & Liu, S. S. (2014). Impulse versus opportunistic purchasing during a grocery shopping experience. Marketing Letters, 25(4), 361-372. https://doi.org/10.1007/s11002-013-9255-0Links ]

Maxwell, K. A. (2002). Friends: The role of peer influence across adolescent risk behaviors. Journal of Youth and Adolescence, 31, 267- 27. https://doi.org/10.1080/09540120050042918Links ]

McKinsey (2020). COVID-19: Implications for business. McKinsey & Co. Recuperado de: https://www.mckinsey.com/#Links ]

Ng, B. Y., Kankanhalli, A., & Xu, Y. C. (2009). Studying users' computer security behavior: A health belief perspective. Decision Support Systems, 46(4), 815-825. https://doi.org/10.1016/j.dss.2008.11.010Links ]

Nielsen (2020). Life Beyond COVID-19. What manufacturers and retailers must now prepare for. Recuperado de: https://www.nielsen.com/ch/en/insights/article/2020/life-beyond-COVIDLinks ]

Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory. New York: McGraw-Hill. [ Links ]

Nylund-Gibson, K., & Choi, A. Y. (2018). Ten frequently asked questions about latent class analysis. Translational Issues in Psychological Science, 4(4), 440. https://doi.org/10.1037/tps0000176Links ]

Parboteeah, D. V., Valachch, J. S., & Wells, J. D. (2009). The influence of website characteristics on a consumer’s Urge to buy impulsively. Information Systems Research, 20(1), 60-78. https://doi.org/10.1287/isre.1070.0157Links ]

Reid, A. E. & Aiken, L. S. (2011). Integration of five health behaviour models: Common strengths and unique contributions to understanding condom use. Psychology & Health, 26, 1499-1520. https://doi.org/10.1080/08870446.2011.572259Links ]

Relihan, L., Ward, M., Wheat, C. W. & Farrell, D. (2020). The early impact of COVID-19 on local commerce: changes in spend across neighborhoods and online. COVID Economics, 28, 1-28. [ Links ]

Rhead, R., Elliot, M., & Upham, P. (2018) Using latent class analysis to produce a typology of environmental concern in the UK. Social Science Research, 74, 210-222. https://doi.org/10.1016/j.ssresearch.2018.06.001Links ]

Ringle, C., Silva, D., & Bido, D. (2014). Structural equation modeling with the SmartPLS. Brazilian Journal of Marketing, 13(2), 56-73. https://doi.org/10.5585/remark.v13i2.2717Links ]

Rogers, R. W. (1983). Cognitive and physiological processes in fears appeals and attitude change: a revised theory of protection motivation. In Cacioppo, J. & Petty, R., Social psychology: a source book (pp. 153-176). New York: Guilford Press. [ Links ]

Romeo-Arroyo, E., Mora, M., & Vázquez-Araújo, L. (2020). Consumer behavior in confinement times: food choice and cooking attitudes in Spain. International Journal of Gastronomy and Food Science, 21, 100226. https://doi.org/10.1016/j.ijgfs.2020.100226Links ]

Shavitt, S., Cho, Y. I., Johnson, T. P., Jiang, D., Holbrook, A., & Stavrakantonaki, M. (2016). Culture moderates the relation between perceived stress, social support, and mental and physical health. Journal of Cross-Cultural Psychology, 47(7), 956-980. https://doi.org/10.1177/0022022116656132Links ]

Schwenk, G. & Möser, G. (2009), Intention and behavior: a Bayesian meta-analysis with focus on the Ajzen-Fishbein Model in the field of environmental behavior. Quality & Quantity, 43(5), 743-755. https://doi.org/10.1007/s11135-007-9162-7Links ]

Sheth, J., Mittal, B. & Newman, B. (2001). Comportamento do cliente: indo além do comportamento do consumidor. São Paulo: Atlas. [ Links ]

Sheth, J. N. (2020). Impact of COVID-19 on Consumer Behavior: Will the Old Habits Return or Die? Journal of Business Research, 117, 280- 283. https://doi.org/10.1016/j.jbusres.2020.05.059Links ]

Social Miner-Opinion Box (2020). O futuro do consumo num cenário pós- COVID-19. Recuperado de: https://n9.cl/ek07pLinks ]

Stilley, K. M., Inman, J. J., & Wakefield, K. L. (2010). Planning to make unplanned purchases? The role of in-store slack in budget deviation. Journal of Consumer Research, 37(2), 264-278. https://doi.org/10.1086/651567Links ]

Van Steenburg, E., & Naderi, I. (2020). Unplanned purchase decision making under simultaneous financial and time pressure. Journal of Marketing Theory and Practice, 28(1), 98-116. https://doi.org/10.1080/10696679.2019.1684206Links ]

Vermunt, J. K. (2010). Latent class modeling with covariates: Two improved three-step approaches. Political Analysis, 18(04), 450-469. https://doi.org/10.1093/pan/mpq025Links ]

Wang, Y., Hong, A., Li, X., & Gao, J. (2020). Marketing innovations during a global crisis: A study of China firms’ response to COVID-19. Journal of Business Research, 116, 214-220. https://doi.org/10.1016/j.jbusres.2020.05.029Links ]

Weinstein, N. D. (1989). Optimistic biases about personal risks. Science, 246(4935), 1232-1234. https://doi.org/10.1126/science.2686031Links ]

Weller, B. E., Bowen, N. K., & Faubert, S. J. (2020). Latent Class Analysis: A Guide to Best Practice. Journal of Black Psychology, 46(4), 287-311. https://doi.org/10.1177/0095798420930932Links ]

Wen, Z., Huimin, G., & Kavanaugh, R. R. (2005). The impacts of SARS on the consumer behaviour of Chinese domestic tourists. Current Issues in Tourism, 8(1), 22-38. https://doi.org/10.1080/13683500508668203Links ]

Wen, J., Kozak, M., Yang, S., & Liu, F. (2020). COVID-19: potential effects on Chinese citizens’ lifestyle and travel. Tourism Review, 76(1), 74-87. https://doi.org/10.1108/TR-03-2020-0110Links ]

WHO (2020). World Health Organization. Coronavirus Disease (COVID-19) Dashboard 2020. Recuperado de: https://COVID19.who.int/Links ]

Woodside, A. G., Hsu, S. Y., & Marshall, R. (2011). General theory of cultures' consequences on international tourism behavior. Journal of Business Research, 64(8), 785-799. https://doi.org/10.1016/j.jbusres.2010.10.008Links ]

Yen-Tsang, C., Csillag, J. M., & Siegler, J. (2012). Theory of reasoned action for continuous improvement capabilities: a behavioral approach. Revista de Administração de Empresas, 52(5), 546-564. https://doi.org/10.1590/S0034-75902012000500006Links ]

Como citar: Moretti, S. L. A, Gabriel, M. L. D. S., do Prado, R. A. D. P. e Fagundes, A. F. A. (2021). Comportamento dos consumidores durante a pandemia de COVID-19: análise de classes latentes sobre atitudes de enfrentamento e hábitos de compra. Estudios Gerenciales, 37(159), 303-317. https://doi.org/10.18046/j.estger.2021.159.4433

Anexos

Tabela A1 Construtos e variáveis atitudinais utilizadas no estudo 

Construto Fonte Variáveis
Crença de autoeficácia Adaptado de Cho e Lee (2015) CRE1 Estou confiante em minha capacidade de me proteger da COVID-19.
CRE2 Estou certo de que vou tomar as ações de proteção da COVID-19, mesmo que sejam difíceis ou inconvenientes.
CRE3 Tenho força de vontade para me engajar nessas ações preventivas da COVID-19.
CRE4 Estou confiante de que posso realizar essas ações de precaução da COVID-19.
CRE5 Estou certo de que posso me controlar para reduzir as chances de ser infectado(a) pela COVID-19.
Gravidade percebida Adaptado de Cho e Lee (2015) GRAV1 Se eu me infectar com COVID-19 será severo para mim
GRAV2 Se eu me infectar com COVID-19 será arriscado para mim
GRAV3 Se eu tivesse COVID-19, não seria capaz de gerenciar as minhas atividades diárias.
Intenção de se prevenir de COVID-19 Adaptado de Cho e Lee (2015) INTCOV1 Pretendo evitar o contato próximo com pessoas doentes para me proteger contra COVID-19.
INTCOV2 Eu pretendo lavar minhas mãos frequentemente para me proteger de pegar COVID-19
INTCOV3 Pretendo tomar medidas de precaução para me proteger de ser infectado(a) pela COVID-19.
Norma subjetiva Adaptado de Cho e Lee (2015) NS1 A maioria das pessoas importantes para mim acreditam que eu deveria seguir as ações preventivas contra COVID-19.
NS2 A maioria das pessoas importantes para mim pensam que seria uma boa ideia tomar as medidas preventivas contra COVID-19.
NS3 A maioria das pessoas importantes para mim querem que eu tome as ações preventivas contra COVID-19.

Fonte: elaboração própria.

Recebido: 16 de Outubro de 2020; Aceito: 06 de Abril de 2021

Conflito de interesses

Os autores declaram não haver conflito de interesses.

Creative Commons License Este é um artigo publicado em acesso aberto sob uma licença Creative Commons