Público-Alvo Profissionais, estudantes e interessados da área de Marketing que desejam conhecer os fundamentos básicos de Marketing Analítico e sua aplicação prática. Objetivo do Curso O curso tem como objetivo central introduzir o conceito de Marketing Analítico e apresentar de forma simplificada e prática algumas técnicas, de modo que o participante possa avaliar e recomendar decisões e ações em Marketing baseadas em análise de dados. Objetivos de Aprendizagem Ao final do curso o aluno será capaz de: • Explicar a importância de definir e utilizar métricas em Marketing. • Desenvolver métodos de levantamento de dados primários e secundários. • Desenvolver hipóteses testáveis inferindo causalidades. • Segmentar o mercado com base no comportamento do consumidor. • Gerar insights para o posicionamento de marca. • Suportar a tomada de decisões em Marketing com base em fatos e dados. Dedicação e Carga-Horária Cinco módulos temáticos de aproximadamente 3h cada, totalizando 15h. Cada módulo tem duração estimada de uma semana. Assista ao vídeo de divulgação do curso: https://youtu.be/FvtgLAW_s8Y
Teste de Hipóteses (Parte 1)
Loading...
Do curso por Insper
Introdução ao Marketing Analítico
460 classificações
Na lição
Inferindo Propriedades e Características de uma População
Ao final desse módulo, espera-se que você esteja apto a formular hipóteses testáveis quantitativamente e analisar testes e modelos lineares.
Conheça os instrutores
Carlos R. F. BaraProfessor
Danny ClaroProfessor
Silvio LabanProfessor
[MÚSICA] [SEM
ÁUDIO] Olá!
Abrindo o módulo "Inferindo Propriedades e Características de uma População"
eu gostaria de tratar da lição sobre testes de hipóteses nessa videoaula.
Para a gente entender pouco melhor a questão do teste de hipótese eu
gostaria que vocês pensassem num exemplo muito prático.
Imaginem se vocês tivessem que testar se uma fábrica
de fósforos está entregando fósforos que realmente acendem.
Como inferir sobre a qualidade dos fósforos?
Nós poderíamos simplesmente ao final de cada dia testar cada dos fósforos.
O problema é que nesse caso específico do fósforo,
se eu testar o fósforo eu não consigo ter produto para colocar no mercado porque
afinal o fósforo já estará usado.
Como é que a gente endereça esse problema?
E aí é nessa hora que o marketing analítico ele consegue emprestar de
vários conceitos de estatística que permitem a gente endereçar esse
problema de maneira adequada.
A primeira coisa que a gente tem que pensar é que não precisamos
testar todos os fósforos, ou seja eu não preciso endereçar toda a população.
Eu posso simplesmente retirar uma amostra dessa população,
de maneira aleatória e fazer o teste nessa amostra.
Inferir sobre a qualidade da população com base na amostra.
Desta forma se a amostra for
de por exemplo 10% eu ainda tenho 90% da minha produção para colocar no mercado e
eu consigo ter uma informação valiosa da qualidade dos meus produtos.
Muito bem, como é que a gente faz isso na prática?
Existem então alguns conceitos importantes que a gente tem que aprender para
poder inferir sobre a amostra.
Alguns dos tópicos dessa videoaula: primeiro deles sermos
capazes de desenvolver hipóteses,
capazes de retirar uma amostra de uma população,
fazer teste de significância inferindo sobre
a probabilidade dessa hipótese com base na
amostra que nos permite inferir sobre a população,
aprender pouco do que vem a ser o p-valor,
o p é de probabilidade e também como eu poderia tomar
decisões dado essas análises que eu faço sobre a minha amostra.
Muito bem, hipóteses, o que é que seriam hipóteses?
Eu posso por exemplo pensar a respeito de vendas.
Então será que
promoção que eu faço no ponto de
venda afeta as vendas do meu produto?
Eu tenho que pensar no teste formal de hipóteses em
basicamente 2 hipóteses: o que é conhecida como H0 e H1.
H0 é conhecida como hipótese nula.
Essa hipótese nula ela nos informa sobre o status quo.
Ela de alguma forma vai nos informar sobre
a igualdade da relação entre as duas variáveis que estão sendo testadas.
A minha hipótese alternativa no caso por exemplo de satisfação de cliente,
é que a satisfação de cliente varia dada a comunicação por exemplo,
a propaganda que eu fiz na TV.
A minha hipótese nula seria que justamente a satisfação do cliente
ela não varia dada a ação que eu fiz, de promoção.
Eu sempre, no teste de hipóteses, buscarei verificar
a hipótese alternativa e eu comparo essa
hipótese alternativa a H0 que é a minha hipótese nula.
É dessa forma que eu conseguirei inferir de maneira estatística
o nível de significância do efeito que eu estou testando.
No caso é a quantidade de fósforos que acende,
satisfação sendo afetado pela comunicação,
vendas sendo afetadas por alguma promoção que eu fiz no ponto de venda.
A inferência estatística
ela acaba acontecendo a partir da amostra,
ou seja com base na amostra busca-se compreender sobre a população.
Algo importante com relação ao teste de hipótese e que por
frequência a gente escuta por aí a utilização
de termos incorretos no teste de hipótese eu chamo a atenção para o fato
que nós não conseguimos provar a hipótese nula ou alternativa.
O nosso teste de hipótese ele busca justamente
rejeitar a hipótese nula e aceitar a hipótese alternativa.
Essa terminologia é bastante importante uma vez que temos que endereçar
as conclusões com pouco de cuidado uma vez que
existem erros, o que nós também vamos abordar nessa videoaula.
Muito bem, gostaria também de chamar atenção para a questão da amostra.
A amostra é uma quantidade de indivíduos, por exemplo respondentes com
relação à satisfação, que é representativo da população.
É muito importante que essa amostra seja coletada de maneira aleatória
pois assim a gente incorpora o erro de maneira aleatório também.
A amostra serve como base para a estimativa de diversos parâmetros,
parâmetros como esse por exemplo médias,
medianas, mesmo a proporção,
desvio padrão e essa amostra vai nos ajudar também na hora
que precisarmos por exemplo inferir sobre associação, por exemplo correlação,
tema de uma lição desse módulo, ou mesmo regressão,
outro tema que será abordado nesse módulo também.
Então a amostra permite no limite que o
fabricante de fósforos não fique, no final do dia, sem fósforos pelo simples fato
que ele quer testar a qualidade daquele produto que ele vai colocar no mercado.
Muito bem, em se tratando de significância,
o que a gente busca é alguma chance ou
seja probabilidade, alguma chance de rejeitar a hipótese nula.
No caso de vendas é que a promoção que eu
fiz ela não afeta vendas, eu quero rejeitar esse tipo de hipótese.
A hipótese que eu quero endereçar, é justamente a hipótese alternativa,
é de que mais promoção leva a mais venda e isso
nos permite então calcular no teste de significância o que é conhecido como alfa.
Esse alfa nada mais é do que a probabilidade dados alguns níveis de
significância que varia de 1%, 5% ou 10% dependendo
do nível de rigor que você buscar
na hora de tirar as conclusões.
Esse p-valor, 1%, 5%,
10% ele é calculado a partir da amostra,
dado os parâmetros que estão sendo utilizados para aquele estudo.
Eu posso então usar o p-valor
calculado com teste de t de Student,
que é o mais comum utilizado em análise de correlação e regressão.
Existem outros testes que nós veremos oportunamente mas aqui nós estaremos
utilizando o t que é o mais comumente utilizado em testes de hipóteses.
A decisão que eu tomo basicamente é se o p-valor for
menor do que o nível de significância eu vou ser capaz de
informar que a probabilidade de rejeitar a nossa
hipótese nula ela é válida.
Sendo que a hipótese nula é menor do que aquela
definida pela aceitável, o nível aceitável.
Se o p-valor for menor do que o nível de significância 1%, 5%,
10% a gente pode inferir que promoção afeta significativamente vendas.
Se o p-valor for maior que o nível de significância 1,
5 ou 10%, a probabilidade
de se rejeitar H0 ela é maior e aí
a gente acaba não conseguindo inferir,
de maneira estatística significante, que promoção afeta venda.
Esses p-valores eles são estimados, como nós vamos
ver em uma videoaula específica de estimação de, por exemplo correlação,
parâmetros de correlação ou de regressão pelo próprio software estatístico.
Com base nesse p-valor nós vamos inferir se aquela,
aquele parâmetro ou aquela variável afeta de maneira significativamente
aquela variável de resposta, ou seja se promoção afeta vendas.
[SEM ÁUDIO]
Explore nosso catálogo
Registre-se gratuitamente e obtenha recomendações, atualizações e ofertas personalizadas.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2018 Coursera Inc. Todos os direitos reservados.
