A Análise de Preferência Conjunta (APC) é uma metodologia estatística bastante utilizada em estudos de comportamento do consumidor e do mercado em geral. Ela possibilita a realização de estudos sobre julgamentos individuais, tais como a aceita-bilidade e preferência por um determinado produto no momento da sua aquisição (ver Artes, 1991 e Friedmann, 1998). Em um estudo de preferência conjunta, são apresentadas configurações hipotéticas de um mesmo produto, que devem ser avaliadas segundo a preferência do respondente. O julgamento de um estímulo é denominado de valor de preferência que nada mais é do que a quantificação da preferência do indivíduo por um estímulo. Quanto maior o número de atributos e níveis utilizados na caracterização de um produto, mais real será sua descrição. No entanto, a complexidade dos estímulos e o número de configurações possíveis aumenta exponencialmente a cada novo atributo ou nível acrescentado, podendo comprometer a qualidade dos resultados de uma pesquisa. Este problema é contornado através da utilização de estímulos gerados através de planejamentos fracionários combinado na omissão de um ou mais atributos nos diferentes estímulos, conhecidos como perfis incompletos. Neste trabalho, pretende-se testar o efeito da ausência de atributos na classificação de estímulos e diferentes formas de imputação da informação faltante em uma aplicação sobre o efeito de características do emprego na satisfação do funcionário. / Conjoint Analysis is a statistic technique used in many behavior studies, product management and marketing researches. The conjoint method involves presenting customers with a test set of hypothetical products profiles and collecting their preferences. It\'s task is to identify some within a set of attributes those ones that are the most important for the research participants. Conjoint Analysis works better when the test set of profiles is small and the number of attributes is not so large. When a large number of attributes are considered in a conjoint study, the final number of possible profiles increase a lot. In this cases, fractional designs and incomplete profiles can be used to solve this problem. In this study will be tested the missing information efect in a conjoint study and will be compared some diferent imputations methods.

O objetivo central deste trabalho foi desenvolver um modelo empírico que mostrasse a existência, ou não, de diferentes probabilidades de consumo do álcool nas regiões abrangidas pela Pesquisa de Orçamentos Familiares (POF). Isto permite analisar se políticas energéticas para o setor de combustíveis devem ser diferenciadas por região. Em um segundo momento, esses resultados foram usados para a realização de simulações, por meio de modificações nas variáveis explicativas, da probabilidade de consumo do álcool. O intuito foi verificar as modificações esperadas, desses resultados, na demanda da gasolina e do álcool combustível e fazer comparação, por meio de ilustração, entre os resultados reais e os simulados em relação à emissão de CO2 resultante do consumo estimado para esses combustíveis. Os dados exibem baixa preferência pelo álcool no Brasil, abaixo de 10% do total da amostra. Em relação às probabilidades reais estimadas, a região Sudeste apresenta efeitos superiores aos alcançados para Brasil, aproximadamente 1,3 vezes maior. Os resultados encontrados em relação a acréscimos no preço do álcool combustível mostram, de maneira similar à verificada para Brasil, maior sensibilidade da redução da probabilidade para acréscimos entre os intervalos de variação de 05 e 20%. Variações no preço da gasolina de forma a aumentar o preço desse combustível causam maior diferença entre a probabilidade real e a simulada, aumento, do que reduções no preço do álcool. Para a região Sudeste, o impacto na probabilidade em virtude de aumentos no preço da gasolina é cerca de três vezes maiores do que os verificados em conseqüência de reduções no preço do álcool. Os resultados encontrados para as simulações que consideram reduções no preço da gasolina para a região Sudeste mostram que em torno de 40% de aumento nesse preço a probabilidade estimada aproxima-se de zero. Para Brasil, essa condição corresponderia a valores próximos a 35% de redução no preço desse combustível. De modo geral, para os intervalos de variações considerados, aumentos no preço da gasolina implicam aumentos em torno de três vezes maiores na probabilidade de consumo do álcool em relação a reduções no preço do álcool. As estimativas encontradas para a demanda total de combustíveis, gasolina e álcool, em litros, e a emissão de carbono, em toneladas por litro, esperados para um período de cinco anos e impactos na probabilidade para variação nos preços de 5% mostram que a demanda total e, consequentemente, a emissão de carbono verificada para Brasil é cerca de 2,5 vezes maior que à da região Sudeste. Examinando a diferença entre as estimativas de emissão de carbono esperadas para um comportamento futuro que exibisse a probabilidade real estimada de consumo atual e as probabilidades de consumo estimadas para alterações desse comportamento, via preço, tem-se que para as situações que implicam aumento da probabilidade de consumo do álcool combustível, ou seja, redução do preço desse combustível e aumento do preço da gasolina, reduções em torno 0,15% para o primeiro caso, e 0,37%, para o segundo, para Brasil. Para a região Sudeste, redução do preço do álcool originaria redução de cerca de 955,16 toneladas ano-1, e 2.519,13 toneladas ano-1 para semelhante percentual de aumento no preço da gasolina, o que corresponderia a reduções de 0,165 e 0,43% . Nota-se que alterações no preço da gasolina originam impactos em torno de 2,6 e 2,4 vezes maiores na redução de emissão para região Sudeste e Brasil, respectivamente. Aumento do preço do álcool implica em aumentar o nível de emissão de carbono em cerca de 1.969,81 toneladas ano-1 para Brasil, e 855,60 toneladas ano-1 na região Sudeste. Isto implica em aumentar o nível de emissões em 0,13% para Brasil e 0,15% para a região Sudeste. Para redução no preço da gasolina esse aumento no nível de emissões será de cerca de 0,28%, para Brasil, e 0,35%, Sudeste. Como previsto, mudanças no preço da gasolina provocam maiores alterações na demanda e emissão. Assim, os resultados do modelo base e os simulados mostram que programas políticos que promovam maior eficiência, autonomia, da gasolina possuem maior probabilidade de reduzir seu consumo do que no caso de programas que incentivem o consumo de combustíveis alternativos, como células de hidrogênio, biodiesel, gás natural e eletricidade. / The main objective of this work is developing an empirical model that can show the existence, or not, of different probabilities for the consumption of alcohol fuel in the regions covered by the Research of Family Budget (POF). It allows us to analyze if the energetic policies to the sector of fuels should be considered differently per region. On a second moment, these results were used to make simulations, by modifying the explicative variables of the probability for the consumption of alcohol. The intention was to verify the modifications expected in the demand for gasoline and alcohol, and make a comparison, through illustration, between the real results and the simulated ones, considering the emission of CO2, as a result of the estimated consumption for those kinds of fuel. The data show us a low preference for alcohol in Brazil, less than 10% of the total amount. Regarding the real probabilities estimated, the Southeast region presents effects that are higher to the Brazilian average, approximately 1.3 times higher. The results obtained in relation to increases in the price of alcohol demonstrate, similarly to what happens in the rest of Brazil, a more sensitive reduction of the probability for increases, between 5% and 20%. Variations in the price of gasoline, when it rises, results in a bigger difference between the real probability and the simulated one, more than a reduction in the price of alcohol. To the Southeast region, the impacts provoked by it, if we consider an increase in the price of gasoline, are three times higher than the impacts resulted from reductions in the price of alcohol. The results gotten through the simulations, where there is a decrease in the price of gasoline for the Southeast region, show that when we have an increase of 40% in that price, the estimated probability is around zero. In terms of Brazil, it would correspond to numbers close to 35% of reduction in the price of this kind of fuel. On the whole, considering the intervals of variations, rises in the price of gasoline result in an increase of around three times in the probability for the consumption of alcohol, in relation to decreases in the price of alcohol. The estimates found for the total demand for fuels, gasoline and alcohol, in liters, and the emission of carbon, in tons per liter, expected for a period of five years, and impacts in the probability of a variation of 5% in prices, show that the total demand and, consequently, the emission of carbon verified in Brazil is around 2.5 times higher than the one in the Southeast region. If we consider the difference among the estimates for the emission of carbon expected for a future behavior, which could show the real probability estimated for the current consumption and the probabilities of consumption estimated for alterations in this behavior, via price, we can see that for the situations that cause an increase in the possibility of consumption of alcohol, that is, decrease in the price of this kind of fuel, there is a decrease of around 0.15% for the first situation and 0.37% for the second one, in terms of Brazil. For the Southeast region, a decrease in the price of alcohol would be responsible for a reduction of 955.16 tons per year, and 2,519.13 tons per year for a similar percentage of increase in the price of gasoline, what would correspond to reductions of 0.165 and 0.43%. We can notice that alterations in the price of gasoline cause impacts of around 2.6 and 2.4 times higher in the reduction of emission to the Southeast region and Brazil, respectively. An increase in the price of alcohol involves an increase in the level of emission of carbon of around 1,969.81 tons per year, in terms of Brazil, and 855.60 tons per year, in terms of Southeast region. That means an increase in the level of emissions of 0.13% for Brazil and 0.15% for the Southeast region. If there is a decrease in the price of gasoline, the increase in the level of emissions will be of 0.28% for Brazil and 0.35% for the Southeast. As we had expected, changes in the price of gasoline cause bigger changes in demand and emission. So, the results gotten from the model and the simulated ones show us that political programs that promote more gasoline efficiency, autonomy, have a bigger chance of reducing its consumption than the programs that encourage the consumption of alternative fuels, such as hydrogen cells, biodiesel, natural gas and electricity.

A Análise de Preferência Conjunta (APC) é uma metodologia estatística bastante utilizada em estudos de comportamento do consumidor e do mercado em geral. Ela possibilita a realização de estudos sobre julgamentos individuais, tais como a aceita-bilidade e preferência por um determinado produto no momento da sua aquisição (ver Artes, 1991 e Friedmann, 1998). Em um estudo de preferência conjunta, são apresentadas configurações hipotéticas de um mesmo produto, que devem ser avaliadas segundo a preferência do respondente. O julgamento de um estímulo é denominado de valor de preferência que nada mais é do que a quantificação da preferência do indivíduo por um estímulo. Quanto maior o número de atributos e níveis utilizados na caracterização de um produto, mais real será sua descrição. No entanto, a complexidade dos estímulos e o número de configurações possíveis aumenta exponencialmente a cada novo atributo ou nível acrescentado, podendo comprometer a qualidade dos resultados de uma pesquisa. Este problema é contornado através da utilização de estímulos gerados através de planejamentos fracionários combinado na omissão de um ou mais atributos nos diferentes estímulos, conhecidos como perfis incompletos. Neste trabalho, pretende-se testar o efeito da ausência de atributos na classificação de estímulos e diferentes formas de imputação da informação faltante em uma aplicação sobre o efeito de características do emprego na satisfação do funcionário. / Conjoint Analysis is a statistic technique used in many behavior studies, product management and marketing researches. The conjoint method involves presenting customers with a test set of hypothetical products profiles and collecting their preferences. It\'s task is to identify some within a set of attributes those ones that are the most important for the research participants. Conjoint Analysis works better when the test set of profiles is small and the number of attributes is not so large. When a large number of attributes are considered in a conjoint study, the final number of possible profiles increase a lot. In this cases, fractional designs and incomplete profiles can be used to solve this problem. In this study will be tested the missing information efect in a conjoint study and will be compared some diferent imputations methods.

O objetivo central deste trabalho foi desenvolver um modelo empírico que mostrasse a existência, ou não, de diferentes probabilidades de consumo do álcool nas regiões abrangidas pela Pesquisa de Orçamentos Familiares (POF). Isto permite analisar se políticas energéticas para o setor de combustíveis devem ser diferenciadas por região. Em um segundo momento, esses resultados foram usados para a realização de simulações, por meio de modificações nas variáveis explicativas, da probabilidade de consumo do álcool. O intuito foi verificar as modificações esperadas, desses resultados, na demanda da gasolina e do álcool combustível e fazer comparação, por meio de ilustração, entre os resultados reais e os simulados em relação à emissão de CO2 resultante do consumo estimado para esses combustíveis. Os dados exibem baixa preferência pelo álcool no Brasil, abaixo de 10% do total da amostra. Em relação às probabilidades reais estimadas, a região Sudeste apresenta efeitos superiores aos alcançados para Brasil, aproximadamente 1,3 vezes maior. Os resultados encontrados em relação a acréscimos no preço do álcool combustível mostram, de maneira similar à verificada para Brasil, maior sensibilidade da redução da probabilidade para acréscimos entre os intervalos de variação de 05 e 20%. Variações no preço da gasolina de forma a aumentar o preço desse combustível causam maior diferença entre a probabilidade real e a simulada, aumento, do que reduções no preço do álcool. Para a região Sudeste, o impacto na probabilidade em virtude de aumentos no preço da gasolina é cerca de três vezes maiores do que os verificados em conseqüência de reduções no preço do álcool. Os resultados encontrados para as simulações que consideram reduções no preço da gasolina para a região Sudeste mostram que em torno de 40% de aumento nesse preço a probabilidade estimada aproxima-se de zero. Para Brasil, essa condição corresponderia a valores próximos a 35% de redução no preço desse combustível. De modo geral, para os intervalos de variações considerados, aumentos no preço da gasolina implicam aumentos em torno de três vezes maiores na probabilidade de consumo do álcool em relação a reduções no preço do álcool. As estimativas encontradas para a demanda total de combustíveis, gasolina e álcool, em litros, e a emissão de carbono, em toneladas por litro, esperados para um período de cinco anos e impactos na probabilidade para variação nos preços de 5% mostram que a demanda total e, consequentemente, a emissão de carbono verificada para Brasil é cerca de 2,5 vezes maior que à da região Sudeste. Examinando a diferença entre as estimativas de emissão de carbono esperadas para um comportamento futuro que exibisse a probabilidade real estimada de consumo atual e as probabilidades de consumo estimadas para alterações desse comportamento, via preço, tem-se que para as situações que implicam aumento da probabilidade de consumo do álcool combustível, ou seja, redução do preço desse combustível e aumento do preço da gasolina, reduções em torno 0,15% para o primeiro caso, e 0,37%, para o segundo, para Brasil. Para a região Sudeste, redução do preço do álcool originaria redução de cerca de 955,16 toneladas ano-1, e 2.519,13 toneladas ano-1 para semelhante percentual de aumento no preço da gasolina, o que corresponderia a reduções de 0,165 e 0,43% . Nota-se que alterações no preço da gasolina originam impactos em torno de 2,6 e 2,4 vezes maiores na redução de emissão para região Sudeste e Brasil, respectivamente. Aumento do preço do álcool implica em aumentar o nível de emissão de carbono em cerca de 1.969,81 toneladas ano-1 para Brasil, e 855,60 toneladas ano-1 na região Sudeste. Isto implica em aumentar o nível de emissões em 0,13% para Brasil e 0,15% para a região Sudeste. Para redução no preço da gasolina esse aumento no nível de emissões será de cerca de 0,28%, para Brasil, e 0,35%, Sudeste. Como previsto, mudanças no preço da gasolina provocam maiores alterações na demanda e emissão. Assim, os resultados do modelo base e os simulados mostram que programas políticos que promovam maior eficiência, autonomia, da gasolina possuem maior probabilidade de reduzir seu consumo do que no caso de programas que incentivem o consumo de combustíveis alternativos, como células de hidrogênio, biodiesel, gás natural e eletricidade. / The main objective of this work is developing an empirical model that can show the existence, or not, of different probabilities for the consumption of alcohol fuel in the regions covered by the Research of Family Budget (POF). It allows us to analyze if the energetic policies to the sector of fuels should be considered differently per region. On a second moment, these results were used to make simulations, by modifying the explicative variables of the probability for the consumption of alcohol. The intention was to verify the modifications expected in the demand for gasoline and alcohol, and make a comparison, through illustration, between the real results and the simulated ones, considering the emission of CO2, as a result of the estimated consumption for those kinds of fuel. The data show us a low preference for alcohol in Brazil, less than 10% of the total amount. Regarding the real probabilities estimated, the Southeast region presents effects that are higher to the Brazilian average, approximately 1.3 times higher. The results obtained in relation to increases in the price of alcohol demonstrate, similarly to what happens in the rest of Brazil, a more sensitive reduction of the probability for increases, between 5% and 20%. Variations in the price of gasoline, when it rises, results in a bigger difference between the real probability and the simulated one, more than a reduction in the price of alcohol. To the Southeast region, the impacts provoked by it, if we consider an increase in the price of gasoline, are three times higher than the impacts resulted from reductions in the price of alcohol. The results gotten through the simulations, where there is a decrease in the price of gasoline for the Southeast region, show that when we have an increase of 40% in that price, the estimated probability is around zero. In terms of Brazil, it would correspond to numbers close to 35% of reduction in the price of this kind of fuel. On the whole, considering the intervals of variations, rises in the price of gasoline result in an increase of around three times in the probability for the consumption of alcohol, in relation to decreases in the price of alcohol. The estimates found for the total demand for fuels, gasoline and alcohol, in liters, and the emission of carbon, in tons per liter, expected for a period of five years, and impacts in the probability of a variation of 5% in prices, show that the total demand and, consequently, the emission of carbon verified in Brazil is around 2.5 times higher than the one in the Southeast region. If we consider the difference among the estimates for the emission of carbon expected for a future behavior, which could show the real probability estimated for the current consumption and the probabilities of consumption estimated for alterations in this behavior, via price, we can see that for the situations that cause an increase in the possibility of consumption of alcohol, that is, decrease in the price of this kind of fuel, there is a decrease of around 0.15% for the first situation and 0.37% for the second one, in terms of Brazil. For the Southeast region, a decrease in the price of alcohol would be responsible for a reduction of 955.16 tons per year, and 2,519.13 tons per year for a similar percentage of increase in the price of gasoline, what would correspond to reductions of 0.165 and 0.43%. We can notice that alterations in the price of gasoline cause impacts of around 2.6 and 2.4 times higher in the reduction of emission to the Southeast region and Brazil, respectively. An increase in the price of alcohol involves an increase in the level of emission of carbon of around 1,969.81 tons per year, in terms of Brazil, and 855.60 tons per year, in terms of Southeast region. That means an increase in the level of emissions of 0.13% for Brazil and 0.15% for the Southeast region. If there is a decrease in the price of gasoline, the increase in the level of emissions will be of 0.28% for Brazil and 0.35% for the Southeast. As we had expected, changes in the price of gasoline cause bigger changes in demand and emission. So, the results gotten from the model and the simulated ones show us that political programs that promote more gasoline efficiency, autonomy, have a bigger chance of reducing its consumption than the programs that encourage the consumption of alternative fuels, such as hydrogen cells, biodiesel, natural gas and electricity.

Submitted by Léa Simone Friedmann dos Reys (leafried@yahoo.com.br) on 2014-06-17T04:41:33Z No. of bitstreams: 1 Tese.pdf: 25002900 bytes, checksum: 60392b62f1850ece064cd6b5a73a1acc (MD5) / Approved for entry into archive by PAMELA BELTRAN TONSA (pamela.tonsa@fgv.br) on 2014-06-17T09:28:09Z (GMT) No. of bitstreams: 1 Tese.pdf: 25002900 bytes, checksum: 60392b62f1850ece064cd6b5a73a1acc (MD5) / Made available in DSpace on 2014-06-17T12:07:51Z (GMT). No. of bitstreams: 1 Tese.pdf: 25002900 bytes, checksum: 60392b62f1850ece064cd6b5a73a1acc (MD5) Previous issue date: 2014-05-23 / Identifica-se a gestão por processos como uma abordagem eficaz para alavancar os resultados da organização. Para que isso possa ocorrer porem é necessário modificar os processos de negócio existentes. Pessoas são o único elemento comum na gestão por processos e na mudança. Para realizar os benefícios pretendidos, a ação organizacional deve focalizar seus esforços na consecução do apoio das pessoas. A revisão bibliográfica identificou mais de uma centena de fatores de influência na mudança. Esses fatores foram classificados em 4 grupos, a saber: características do indivíduo – Tipo 1, características do indivíduo – Tipo 2, características da organização e fatores de influência. Somente os identificados como fatores de influência exercem um impacto direto sobre o indivíduo. Estes fatores foram reclassificados nos 15 atributos utilizados para realizar o estudo empírico. O primeiro estudo, qualitativo, selecionou dos 15 fatores de influência no indivíduo para a mudança, os 10 mais importantes. Com esses 10 fatores, foi realizada uma pesquisa quantitativa pela internet visando identificar a importância relativa destes. Foram utilizados dois métodos para estimar a importância de cada fator para cada respondente que participou do estudo: Adaptive Conjoint Analysis (ACA) e Ordenação. Utilizando-se o método estatístico Analise de Agrupamento, foram formados, por semelhança, de 2 a 10 grupos com as importâncias relativas resultantes. Esses agrupamentos foram posteriormente confrontados com as variáveis de controle e com o fato da mudança avaliada, ter sido ou não gerada por uma demanda de tecnologia da informação (TI). Nos grupos formados pelo método ACA, há indícios de que as variáveis de controle e o fator gerador da mudança impactam o comportamento dos indivíduos. Nos grupos formados pelo método ordenação, os indícios revelam que não há impacto nem das variáveis de controle (salvo poucas exceções), nem do fator gerador da mudança. No teste não paramétrico de Friedman e nas comparações múltiplas de Dunn-Bonferroni utilizados para priorizar as importâncias calculadas no método ACA, foram encontrados dois grupos distintos. Pelo método de ordenamento, o resultado da amostra mostrou três grupos com priorização distinta dos atributos. / Process Management is identified as an effective strategy to achieve results in the organization. The achievement of desired changes requires changes to existing business processes. People are the only common element in process and change management. The achievement of expected benefits requires a focus on the efforts required to obtain the support of affected people. The literature review revealed over one hundred factors which affect change. These factors were classified in to four distinct groups, namely: Type I individual characteristics, Type II individual characteristics, organizational characteristics and influence factors. Influence factors have a direct impact on the individual. The factors identified were subsequently classified into the 15 factors or attributes used for the empirical study. The first qualitative study selected, from the 15 attributes, the 10 most important factors which influence individual change. These 10 factors were subsequently used for the internet study whose objective was to identify the relative importance of these factors. Two methods were used to estimate the importance of each factor for each individual participating in the study, namely: Adaptive Conjoint Analysis (ACA) and Ordering. The use of Cluster Analysis used similarity analysis to identify 2 to 10 groups together with resulting relative importance scores. These groupings were subsequently contrasted with control variables and whether the change, analyzed by the individual, was the result of a demand from Information Technology. For those groups formed through the use of ACA, there are indications that the control variables and the change driver have an impact on the behavior of the individual. For those groups identified though ordering analysis, the results obtained reveal, with minor exceptions, that neither the control variables nor the change driver have an impact on the behavior of the individual. The application of Friedman non parametric test and multiple comparisons of Dunn-Bonferroni for prioritizing the importance scores calculated through the ACA method, revealed the existence of two distinct groups. Ordering analysis revealed the existence of three groups with differing attribute or factor prioritization.