ANÁLISE DA FORMAÇÃO DE CLUSTERS ENTRE OS USUÁRIOS DE HABITAÇÕES DE INTERESSE SOCIAL, CASO DO PROGRAMA DE ARRENDAMENTO RESIDENCIAL (PAR)

Transcrição

1 ANÁLISE DA FORMAÇÃO DE CLUSTERS ENTRE OS USUÁRIOS DE HABITAÇÕES DE INTERESSE SOCIAL, CASO DO PROGRAMA DE ARRENDAMENTO RESIDENCIAL (PAR) Edinardo do Nascimento Júnior (UFC) George Silva Costa (UFC) José de Paula Barros Neto (UFC) A análise de satisfação dos clientes e avaliações pós-ocupacionais de empreendimentos tem sido alvo de inúmeras pesquisas no Brasil. Entretanto, a análise conjunta dos principais resultados, do perfil dos clientes e da satisfação é ainda inncipiente principalmente quando se fala em habitações de interesse social. O objetivo deste trabalho é analisar pesquisas de avaliação Pós-Ocupacional do Programa de Arrendamento Residencial (PAR) realizadas de forma conjunta em cinco cidades brasileiras: Fortaleza (CE), Pelotas (RS), Londrina (PR), Porto Alegre (RS) e Feira de Santana (BA). Esse estudo faz parte do projeto REQUALI (Gerenciamento dos Requisitos e Melhoria da Qualidade da Habitação de Interesse Social). A análise enfoca a formação de grupos e determinação de comportamentos semelhantes de clientes do PAR utilizando dados relativos ao perfil e o nível de satisfação dos clientes com sua unidade habitacional e o ambiente na qual está inserida. Para a determinação de eventuais clusters existentes, aplica-se o método multivariado de análise de conglomerados. O tratamento dos dados se deu por meio do software estatístico SPSS (Statistical Package for Social Sciences) e o objetivo deste estudo consiste na análise dos clusters formados, com o intuito de identificar características comuns de cada agrupamento de clientes, possibilitando avaliar a características dos possíveis clientes de habitações de interesse social. Pode-se concluir dessa pesquisa que 57,4% dos usuários podem ser alocados em 3 grupos com características significativamente diferentes entre si. O primeiro grupo é caracterizado pelos bem satisfeitos com sua unidade habitacional, o segundo grupo é formado pelos moderados, clientes mais críticos com o programa e sua moradia e os satisfeitos, terceiro grupo, clientes satisfeitos com sua moradia. Palavras-chaves: Habitação de Interesse Social; Programa de Arrendamento Residencial; Avaliações Pós-Ocupação; Satisfação.

2 1. Introdução Conforme estudo realizado pela Fundação João Pinheiro em 2005, o déficit era de 7,2 milhões de unidades habitacionais. Essa escassez é crítica nos setores habitacionais destinados às classes de média e baixa renda. Nesse sentido, de facilitar a possessão da casa própria, o governo brasileiro lançou em 2001 o Programa de Arrendamento Residencial. O PAR é atualmente o programa de habitação de interesse social mais importante no país devido ao grande número de empreendimentos ofertados e à grande demanda. É um exemplo desta nova fase da habitação popular no Brasil. Baseado em um programa de habitação europeu o PAR traz à população de baixa renda um novo contexto e uma nova forma de obter uma moradia: o arrendamento. O Programa tem como maior objetivo ajudar municípios e estados a atenderem à necessidade de moradia da população que recebe até R$ 1.800,00 e que vive em centros urbanos. As principais características dos empreendimentos do PAR são a inserção na malha urbana, existência de infra-estrutura básica (água, solução de esgotamento sanitário, energia elétrica, vias de acesso e transportes públicos), facilidade de acesso a pólos geradores de emprego e renda, viabilidade de aproveitamento de terrenos públicos, favorecimento à recuperação de áreas de risco e ambiental. O número máximo de unidades por empreendimento está limitado a 500. A unidade padrão é composta de 2 quartos, sala, cozinha e banheiro, com área útil mínima de 37m², exceto nos projetos de recuperação de empreendimentos, que são analisados individualmente. A configuração das unidades com especificação mínima varia em função da região do empreendimento. O prazo de execução das obras é limitado a, no máximo, 18 meses, contados da data da assinatura do contrato. (CAIXA ECONÔMICA FEDERAL, 2005). Este programa é uma maneira de diminuir o déficit da habitação no Brasil, mas mesmo assim não basta apenas criar ofertas de habitações de interesse social, é preciso também que as habitações sejam bem planejadas, não apenas visando os baixos custos construtivos, acarretando sérios problemas de habitabilidade, mas sim o bom projeto, com bons materiais e com o menor custo possível. 1.1 Avaliações Pós-Ocupação Segundo REIS et al (1994 apud MIRON, 2004), a Avaliação Pós Ocupação (APO) estuda os métodos e as técnicas de avaliação do desempenho de edificações. Mas APO não é uma área do conhecimento, mas sim um método de avaliação de desempenho e que, qualquer avaliação de desempenho que não considere o parecer de seus ocupantes, torna-se uma mera avaliação de desempenho tradicional. Ralid (2003) enfatiza que os produtos da indústria da construção civil vêm apresentando características similares a outras indústrias no que diz respeito ao lançamento de novos produtos no mercado, os quais devem apresentar performance superior ou no mínimo igual à outros produtos já existentes no mercado. O mesmo autor ainda coloca que os produtos da construção civil devem possuir qualidade e sistemas de mensuração de desempenho compatíveis com os anseios de clientes. A análise do comportamento e dos desejos dos consumidores estimula mudanças e acarreta em inovações tecnológicas e de design de empreendimentos, levando ao mercado imóveis com melhor qualidade, especialmente em construções residenciais voltadas para a população de baixa renda. 2

3 Conforme Ornstein (1992), as pesquisas avaliativas têm como objetivo coletar, analisar e interpretar sistematicamente as informações, principalmente quando se tratar da implementação e eficiência de quaisquer intervenções, que tenham a finalidade de aperfeiçoar as condições sociais e comunitárias. Assim, existem basicamente dois tipos de avaliação do ambiente construído: avaliação técnica (in loco e com testes em laboratórios) e a avaliação a partir do ponto de vista dos usuários (comportamental) que é o caso do presente trabalho. 2. Objetivo O objetivo do presente trabalho é analisar os grupos de clientes de habitações de interesse social que fazem parte do Programa de Arrendamento Residencial (PAR). Esta atividade consta de análise de dados e formação de clusters através de dados retirados das Avaliações Pós Ocupação de 727 moradores em cinco cidades brasileiras: Fortaleza, Pelotas, Porto- Alegre, Londrina e Feira de Santana, sendo analisados dois fatores: o perfil e a satisfação do cliente. 3. Metodologia Com os dados primários obtidos e utilizando o software estatístico SPSS 13.0 foram realizados estudos de clusters tendo como base o perfil dos clientes do PAR e sua satisfação com o programa e sua moradia, a partir de pesquisas de perfil e satisfação dos usuários realizadas de forma conjunta em cinco cidades brasileiras: Fortaleza (CE), Pelotas (RS), Londrina (PR), Porto Alegre (RS) e Feira de Santana (BA). A coleta dos dados primários foi realizada através de aplicação de questionário estruturado, que, segundo Malhotra (2001), permite traduzir a informação desejada, motivar e incentivar o entrevistado a se envolver pelo assunto e minimizar o erro na resposta; sendo este submetido à análise estatística posterior. O questionário utilizado para a captação dos dados dos clientes finais do PAR foi adaptado do questionário de avaliação da satisfação desenvolvido por Tzortzopoulos et al. (2000). O questionário é composto por questões a respeito do perfil do entrevistado, à técnica do incidente crítico, questões para medir o nível de satisfação do cliente final com relação a vários aspectos do empreendimento. Para Malhotra (2001), dados secundários são aqueles já coletados, tabulados, ordenados e catalogados à disposição dos interessados; já dados primários são aqueles que ainda não foram trabalhados. Exemplos de dados secundários são os dados obtidos através da análise de jornais e revistas, periódicos acadêmicos, relatórios e outras publicações setoriais e livros especializados. Neste trabalho utilizam-se dados secundários das pesquisas supracitadas. Portanto, constitui-se de um estudo exploratório e descritivo a partir destas informações. Foram aplicados 727 questionários em cinco cidades brasileiras: Fortaleza, Pelotas, Londrina, Porto-Alegre e Feira de Santana. Os dados obtidos foram tratados com análises estatísticas apropriadas, tendo em vista a utilização do software estatístico SPSS versão Dentre os testes e técnicas estatísticas existentes, foram utilizadas análises descritivas e análise de cluster para verificar a possível existência de diferentes grupos de usuários, dadas as variáveis consideradas. Inferência estatística é a ferramenta utilizada na análise dos dados. Inferência é o processo pelo qual se podem tirar conclusões a respeito de uma população a partir dos dados extraídos de uma pequena amostra do todo. No caso de uma avaliação de habitações, o termo população não está associado ao número de pessoas do conjunto, mas ao número total de unidades, visto 3

4 que em geral utiliza-se apenas um questionário por moradia, e tenta-se obter uma opinião que seja de consenso entre seus moradores. Segundo Barbetta (2002) a pesquisa envolve a solicitação de informações verbais de pessoas a respeito das sensações delas mesmas. A meta final da pesquisa por amostragem é permitir que os pesquisadores generalizem ou não a respeito de uma população, estudando somente uma pequena parcela da mesma. Além do mais, o custo de realização de uma pesquisa utilizando esta técnica é muito inferior ao de pesquisar toda a população. Enfim, pesquisas por amostragem bem-estruturadas geram dados padronizados, que facilitam extremamente a quantificação, o conseqüente processamento e a análise estatística. O uso específico para qual uma pesquisa é direcionada determina o volume de informações requeridas por ela. Como principal limitação de pesquisa pode-se apontar a amostragem por adesão, que não permite criar generalizações com relação à população como um todo. Isso porque, por não se tratar de uma amostra controlada, a mesma não denota representatividade populacional. Dessa forma, a natureza não probabilística da amostra faz com que as constatações e resultados encontrados no presente trabalho apliquem-se exclusivamente às organizações que compõem a amostra e apresenta apenas suposições para a população como um todo. Além disso, algumas limitações resultantes da interpretação e do entendimento das questões pelo respondente são inevitáveis e inerentes ao próprio instrumento de coleta dos dados primários escolhido, o questionário. Outra limitação encontrada na maneira como o questionário foi aplicado é a falta de controle sobre quem efetivamente respondeu ao questionário, assim como a qualidade das respostas obtidas. Também se entende como uma limitação inerente ao processo de coletas o viés pessoal de cada respondente. Não existe garantia nenhuma de que as respostas proporcionadas pelo respondente do questionário representem de forma fidedigna a opinião dos dirigentes, ou da maioria dos dirigentes da organização. 4. Análise de Clusters A análise de grupos ou de cluster, é uma técnica exploratória de análise multivariada que permite agrupar indivíduos ou variáveis em grupos homogêneos ou compactos relativamente a uma ou mais características comuns. Dessa forma, cada observação pertencente a um determinado cluster é similar a todas as outras pertencentes a esse cluster, e é diferente das observações pertencentes a outros clusters (MAROCO, 2003 apud MANTOVANI, 2006). Além disso, serão realizadas outras análises multivariadas, seguindo as recomendações de Hair et al (2005, apud MANTOVANI, 2006). Para verificar diferenças entre clientes com base na preferência por atributos, inicialmente foi feita uma classificação dos respondentes com base na importância dada a cada um dos fatores verificados na importância dos atributos. Essa classificação foi feita com o auxílio da análise Two-step de formação de clusters. O objetivo dessa análise foi o de classificar os respondentes com base na preferência pelos atributos. O método TwoStep, utilizado a partir do software estatístico SPSS versão 13.0, de análise de clusters é uma ferramenta exploratória projetada para revelar agrupamentos naturais (ou clusters) dentro de uma série de dados que de outra maneira não se mostra aparente. O algoritmo empregado por este procedimento tem diversas características desejáveis que o diferenciam das técnicas de aglomeração tradicionais: (1) manipulação de variáveis categóricas e contínuas. Supõe-se que as variáveis são independentes; (2) seleção automática 4

5 do número de clusters. Comparando os valores de um critério de escolha através das soluções de aglomeração diferentes, o procedimento pode automaticamente determinar o número ótimo de clusters. O algoritmo TwoStep permite análise de grandes arquivos de dados. O procedimento produz critérios de informação pelo número de clusters na solução, em freqüências do conjunto para a aglomeração final, e em estatísticas descritivas para os clusters da aglomeração final. O método produz gráficos de barra, de freqüências dos clusters, gráfico de setores circulares e gráficos das variáveis de importância. Neste método existem duas medidas da distância. Esta seleção determina como a similaridade entre dois clusters é computada: (a) Log-likelihood: A medida da probabilidade Loglikelihood uma distribuição de probabilidade nas variáveis. As variáveis contínuas são supostas seguirem distribuição normal enquanto que variáveis categóricas supõem ser em multinomiais. Todas as variáveis são supostamente independentes; (b) Euclidiana: A medida Euclidiana é a distância entre dois clusters. Pode ser usada somente quando todas as variáveis são contínuas. Esta medida de distância permite especificar o número de clusters que deve ser determinado. 5. Análise dos resultados 5.1 Perfil dos Clusters As variáveis utilizadas foram determinadas pelo pesquisador, no intuito de caracterizar da maneira mais ampla possível sua amostra e distinguir dentro dela diferentes grupos, levando em conta todos os pilares envolvidos para o desenvolvimento deste trabalho e não se limitar à um único aspecto envolvido. Dessa forma, cada grupo encontrado possui uma série de características que o diferencia dos outros dois. Existem questões que apresentam resultados similares para mais de um grupo, porém nunca para os três grupos simultaneamente. Além disso, dentro das nove variáveis utilizadas para a caracterização dos grupos, podem-se notar facilmente diferentes comportamentos e características que obtiveram sua significância comprovadas através de métodos estatísticos. Verifica-se (Tabela 1) que 42,6% dos clientes que participaram da APO não se enquadram em nenhum grupo, pois não há a formação de um ou mais grupos com respostas significativamente iguais dentro desta parcela. Vale salientar que 100% dos clientes do PAR da cidade de Pelotas estão entre os casos excluídos, devido à peculiaridades na pesquisa dos empreendimentos/usuários desta cidade. Portanto, no presente estudo foi possível classificar em grupos homogêneos entre si 57,4% (417 clientes) que estão separados em três grupos com freqüências apresentadas na tabela acima. N % of Combined % of Total Cluster Grupo ,9% 18,8% Grupo ,5% 20,4% Grupo ,7% 18,2% Combined ,0% 57,4% Casos excluídos ,6% Total ,0% Tabela 1 Análise de freqüência de cada grupo (Fonte: Dados primários). 5

6 Os três grupos resultam da análise de nove variáveis, que tinham o intuito de levantar o perfil e a satisfação dos clientes do PAR. As variáveis utilizadas para a análise TwoStep de cluster e sua posterior classificação foram: Q1. Idade do chefe de família: A primeira variável identificada é a variável idade do chefe de família, única variável contínua considerada para a diferenciação dos clusters. Todas as outras variáveis são variáveis categóricas; Q2. Gênero do chefe de família: podendo ser feminino ou masculino; Q3. Agrupamento domiciliar: caracterizando-se por casais com filhos, casais sem filhos, adulto sem filhos, adulto com filhos, e outros (Figura 1); Q4. Escolaridade: mostrando o grau de escolaridade do chefe de família; Q5. Última moradia: mostra se a última morada foi apartamento ou casa; Q6. Condição de ocupação da última moradia: relativo à condição, por exemplo: alugada, com parentes, própria ou arrendada; Q7. Comparação com última moradia: comparando a moradia atual com a anterior, por exemplo: muito pior, pior, nem pior nem mehor, melhor e muito melhor; Q8. Comparação com imóvel semelhante: idem ao anterior, mas para imóveis semelhantes; Q9. Satisfação dos clientes: grau de satisfação do cliente com o imóvel (Figura 2). Grupo 3 Agrupamento domiciliar Outro Casal sem filho(s) Casal com filho(s) Adulto(s) sem filho(s) Adulto(s) com filho(s) Cluster Grupo 2 Grupo Figura 1 Agrupamento domiciliar característico de cada grupo formado (percentual x grupos). 6

7 Grupo 3 Como você se sente em relação ao seu imóvel Muito insatisfeito Insatisfeito Nem satisfeito nem insatisfeito Satisfeito Muito satisfeito Cluster Grupo 2 Grupo Figura 2 Satisfação com a unidade habitacional em cada grupo formado (percentual x grupos). 5.1 Análise de significância dos grupos formados Após a análise de clusters, os dados foram submetidos à análise de significância estatística para avaliar quais as variáveis que têm importância na classificação dos grupos. Nas figuras a seguir (3, 4 e 5), estão ordenadas as variáveis de acordo com relevância que elas tiveram no processo de classificação dos grupos. Essa ordem foi apontada através dos resultados da análise de significância, não sendo influenciada pelo autor de qualquer forma, resultando da distribuição das respostas obtidas e do seu poder de classificação e distinção entre os grupos encontrados. A significância é apresentada em ordem decrescente. 7

8 Bonferroni Adjustment Applied Critical Value Test Statistic Agrupamento domiciliar (N) Non-significant Escolaridade Condição de ocupação Variable Gênero (Chefe de família) Última moradia Comparada com a moradia que você vivia anteriormente, a atual... Como você se sente em relação ao seu imóvel (N) Compando com imóveis de valor semelhante, construídos por Chi-Square Figura 3 Análise Qui-Quadrado de significância das variáveis categóricas do Grupo 1 com 95% de confiança. Bonferroni Adjustment Applied Critical Value Test Statistic Agrupamento domiciliar (N) Non-significant Gênero (Chefe de família) Comparada com a moradia que você vivia anteriormente, a atual é: Variable Condição de ocupação Como você se sente em relação ao seu imóvel Escolaridade Compando com imóveis de valor semelhante, construídos por... Última moradia (N) Chi-Square Figura 4 Análise Qui-Quadrado de significância das variáveis categóricas do Grupo 2 com 95% de confiança. 8

9 Bonferroni Adjustment Applied Critical Value Test Statistic Agrupamento domiciliar (N) Non-significant Gênero (Chefe de família) Escolaridade Variable Última moradia Como você se sente em relação ao seu imóvel (N) Compando com imóveis de valor semelhante, construídos por... Comparada com a moradia que você vivia anteriormente, a atual... Condição de ocupação (N) Chi-Square Figura 5 Análise Qui-Quadrado de significância das variáveis categóricas do Grupo 3 com 95% de confiança. O grupo 1 apresenta as variáveis Q3, Q4, Q6, Q2, Q5 e Q7 respectivamente, como determinantes do grupo formado. O grupo 2 apresenta as variáveis Q3, Q2, Q7, Q6, Q9 e Q4 respectivamente, como determinantes na formação do grupo. O grupo 3 apresenta Q3, Q2, Q4 e Q5 respectivamente, como determinantes do grupo. Para verificar as diferenças significantes entre os grupos foi empregada a ANOVA, também chamada de análise da variância, que é uma técnica estatística utilizada para estudar as diferenças entre os valores das médias de duas ou mais populações. A variável dependente é métrica e as variáveis independentes podem ser todas categóricas ou combinações de categóricas e métricas. O método utilizado no Quadro 1 foi o de Oneway Anova (a partir do software estatístico SPSS versão 13.0), com nível de significância de 0,05 ou menor (α 0,050). Em um único caso, o resultado foi apresentado e utilizado para a formulação de considerações mesmo sem alcançar o nível de significância desejado, caso da variável comparação com imóveis de valores semelhantes. Da mesma forma foi verificado a existência de diferenças significativas entre os grupos, foi aplicado o Teste de Tukey para identificar entre quais grupos se encontra esta diferença. (MALHOTRA, 2001). Com relação à variável comparação com moradia anterior (Quadro 2), foram apresentadas médias significativas para os três grupos, sendo que o grupo 1 apresenta maior satisfação para esta variável, seguido pelo grupo 3. Como já foi visto para a variável comparação com imóvel de valor semelhante não há diferenciação entre os três grupos. Para a variável satisfação (Quadro 2), o cluster do grupo 2 é o único que se diferencia em relação aos demais grupos, apresentando a menor média (x= 3,68), e tem a menor satisfação

10 em relação aos outros dois grupos. Variáveis de perfil também foram significativas para a diferenciação dos clusters como é apresentado a seguir (Quadro 3). ANOVA Mean Square F P Comparada com a moradia que você vivia anteriormente Comparando com imóveis de valor semelhante, construídos por outras empresas construtoras Como você se sente em relação ao seu imóvel Condição de ocupação Última moradia Escolaridade Idade Between Groups 27,513 27,496,000 Within Groups 1,001 Between Groups 1,652 1,877,154 Within Groups,880 Between Groups 3,427 7,743,000 Within Groups,443 Between Groups 17,478 17,382,000 Within Groups 1,006 Between Groups 2,006 14,263,000 Within Groups,141 Between Groups 96,326 65,813,000 Within Groups 1,464 Between Groups 2523,858 26,925,000 Within Groups 93,736 Between Groups 21, ,245,000 Gênero (Chefe de família) Within Groups,103 Quadro 1 Teste ANOVA para identificar diferenças entre os grupos (P<0,05 Significante). Comparada com a moradia que você vivia anteriormente a b c Grupo 1 4,04 Grupo 2 3,16 Grupo 3 3,67 Comparando com imóveis de valor semelhante, construídos por outras empresas construtoras Grupo 1 3,36 Grupo 2 3,21 Grupo 3 3,42 Como você se sente em relação ao seu imóvel (Satisfação) 10

11 Grupo 1 3,93 Grupo 2 3,68 Grupo 3 3,97 Quadro 2 Teste de Tukey para identificar diferenças entre os três grupos com relação à satisfação. Os três grupos se diferenciam entre si quanto à última moradia e condição de ocupação da mesma (Quadro 3). Para a variável escolaridade, o grupo 1 é o único que se diferencia em relação aos demais grupos, apresentando a menor média (x= 3,68), indicando que esse grupo é o que apresenta menor escolaridade. O grupo 2 e o grupo 3 apresentam escolaridades parecidas sendo que o grupo 3 apresenta maior escolaridade, com média (x= 5,26) e comparação com o grupo 2, com média (x=4,97). Para a variável idade, percebe-se que o grupo 2 é o único que se diferencia em relação aos demais grupos, apresentando a menor média (x= 30,39) diferenciando-se nesse fator em relação aos demais grupos. Esse valor apresenta a menor idade do grupo 2 em relação aos grupos 1 e 3. Finalmente para a variável gênero do chefe de família o grupo 3 é o único que se diferencia entre os demais grupos, apresentando maior média (x=1,76). Isso significa que o gênero predominante dos chefes de famílias no grupo 3 é diferente do gênero dos chefes de famílias dos outros dois grupos. E o que realmente acontece, o grupo 3 é composto predominantemente por mulheres. Última moradia Grupo 1 1,04 Grupo 2 1,17 Grupo 3 1,28 Condição de ocupação da última moradia Grupo 1 1,57 Grupo 2 2,27 Grupo 3 1,94 Escolaridade Grupo 1 3,68 Grupo 2 4,97 Grupo 3 5,26 Idade Grupo 1 37,96 Grupo 2 30,39 Grupo 3 37,30 Gênero (Chefe de família) Grupo 1 1,08 Grupo 2 1,06 Grupo 3 1,76 11

12 Quadro 3 Teste de Tukey para identificar diferenças entre os três grupos com relação ao perfil dos moradores do PAR. Para facilitar um maior entendimento e compreensão das características de cada um dos três grupos aqui apresentados, informações adicionais serão apresentadas a seguir. Essas informações estão divididas de acordo com uma ordem coerente com os conceitos teóricos fundamentais desta pesquisa, organizados da seguinte forma: perfil e satisfação do usuário do PAR. Estão apresentados os resultados que, quando cruzados (crosstabs) com a divisão em grupos, apresentaram significância estatística. O método utilizado foi o de Qui-quadrado e o nível de significância foi de 0,05 ou menor (α 0,050). Fazendo as informações abaixo não só pertinentes, mas também confiáveis para análise e explanação do comportamento dos usuários presentes na amostra. Q1 GRUPO 1 GRUPO 2 GRUPO 3 Idade entre 36 e 40 anos Mais jovens: Idade entre 28 e 32 anos Idade entre 35 e 40 anos Q2 Grande quantidade de homens como chefe de família Grande quantidade de homens como chefe de família Presença forte de mulheres como chefes de família e poucos homens Q3 Casais com filhos Equilíbrio entre casais sem filhos e casais com filhos Forte presença de Adultos com e sem filhos Q4 Forte presença escolaridade até a 3ª do Ensino Fundamental, 3ª E.F. até 7ª E. F. e de Ensino Fundamental completo Forte presença de Ensino Médio incompleto e completo. Forte presença de Superior completo e superior incompleto Q5 Forte presença de famílias provenientes de casas Grande presença de famílias provenientes casas mas com algumas famílias provenientes de apartamentos Grande presença de famílias provenientes casas mas com maior entre os três grupos com famílias provenientes de apartamentos Q6 Última moradia alugada ou cedida Última moradia equilibrada entre com parentes ou alugada Última moradia com parentes e forte presença de alugada Q7 Forte presença de muito melhor e melhor que a moradia anterior Forte presença de pior e melhor que a moradia anterior Equilíbrio entre as respostas menos muito pior que aparece muito pouco nos três grupos Q8 Sem significância Sem significância Sem significância Q9 Forte presença de satisfeitos e muito satisfeitos 6. Considerações Finais Forte presença de nem satisfeitos nem insatisfeitos Quadro 4 Características de cada grupo (Fonte: Dados primários) Forte presença de muito satisfeitos e satisfeitos Neste capítulo são avaliados os resultados da análise dos dados deste estudo estabelecendo uma relação entre a base teórico-empírica apresentada anteriormente e o objetivo proposto. 12

13 O objetivo principal deste estudo foi propor um modelo para melhor compreender os grupos de clientes de habitações de interesse social, mais especificamente, clientes do Programa de Arrendamento Residencial tendo em vista o perfil e a satisfação do cliente. Foi analisada o perfil do chefe de família como idade, sexo e escolaridade, foi analisada também o agrupamento familiar, tipo da última moradia da família e a condição da mesma e analisaramse também respostas às perguntas da comparação pelo cliente de sua moradia com a última moradia do mesmo e em relação a moradias de valor semelhante além de sua satisfação com a unidade habitacional e o ambiente no qual está inserida. Dessa forma foram analisadas as relações entre as variáveis independentes (variáveis de perfil e comparação da moradia) e a variável dependente (satisfação do cliente). Além disso, foi proposta uma taxonomia que permitiu classificar os grupos de clientes quanto às preferências por atributos, relacionando os grupos encontrados às variáveis do modelo. Baseando-se na comparação das médias entre os grupos, as preferências por atributos e características de cada grupo surgiram as conclusões da formação de cada grupo e suas respectivas denominações. As conclusões dos grupos formados são mostradas no Quadro 5: GRUPO 1 GRUPO 2 GRUPO 3 Muito Satisfeitos Moderados Satisfeitos Perfil Casais com filhos onde o homem é o chefe da família com idade entre 36 e 40 anos e tem escolaridade baixa. Famílias que moravam em casas alugadas ou cedidas e estão bem satisfeitos com as moradias do PAR. Casais com filhos e sem filhos onde o homem é o chefe da família com idade entre 28 e 32 anos e tem escolaridade média. Moravam com parentes ou em casas alugadas e não estão muito satisfeitos com a moradia do PAR. Grande maioria de mulheres solteiras e mães solteiras com idade entre 35 e 40 anos e escolaridade alta que moravam anteriormente em casas e apartamentos e estão satisfeitas com a moradia do PAR. Conclusão Pela escolaridade do chefe de família conclui-se que o grupo I é formado por famílias de baixa renda que moravam de favor ou em casas alugadas e que têm a oportunidade no PAR de terem sua casa própria e estão bem satisfeitos com sua nova moradia e sua nova situação. Pela idade do chefe de família e pela grande presença de casais sem filhos conclui-se que o grupo II é formado principalmente por casais com pouco tempo de união no momento da aquisição do imóvel onde cada membro do casal morava com os pais e que estão iniciando a família e queriam uma moradia e por esse motivo se tornaram clientes do PAR. São mulheres com idade entre 35 e 40 anos, com alta escolaridade, solteiras sem filhos ou separadas com filhos que estão satisfeitas com a moradia pois boa parte morava anteriormente em apartamentos, portanto, ou não precisam de muito espaço ou já estão acostumadas com moradias pequenas e estão contentes com a moradia do PAR. Quadro 5 Perfil e explicação das características de cada grupo (Fonte: Dados primários) A vantagem deste trabalho para o PAR está na caracterização dos usuários, bem como a formação de clusters, vislumbrando o conhecimento melhor de determinado mercado para desenvolver produtos que possam ser melhor avaliados pelos clientes quando de sua futura utilização, podendo acarretar mudanças e inovações tecnológicas (RALID, 2003) a partir do 13

14 conheceimento dos requisitos dos consumidores, o que pode interessar diretamente aos envolvidos neste processo (principalmente a Caixa Econômica Federal). 7. Referências BARBETTA, P. A. Estatística Aplicada às Ciências Sociais. 5ª ed. Florianópolis: Editora da UFSC, CAIXA ECONÔMICA FEDERAL. Programa de Arrendamento Residencial. Brasilia. Disponível em: < >. Acesso em: 20/out COSTA, G.S.; MOURÃO, Y.R.; BRANDÃO, S.C.; BARROS NETO, J.P. Estudo do Projeto de Referência Utilizado no Programa de Arrendamento Residencial PAR de Fortaleza. FÁVERO, L. P. L.; BELFIORE, P. P.; ANGELO, C. F. Importância de Variáveis Organizacionais para a Determinação de Clusters no Varejo Supermercadista Brasileiro Universidade de São Paulo FREITAS, CARLOS G.L. (Coor.). Habitação e Meio Ambiente abordagem integrada em empreendimentos de interesse social. São Paulo: Instituto de Pesquisas Tecnológicas do Estado de São Paulo IPT, JOBIM, M. S. S.; Método de Avaliação do Nível de Satisfação dos Clientes de Imóveis Residenciais. Rio Grande do Sul: UFRGS, (158p) Dissertação (mestrado Engenharia Civil) Universidade Federal do Rio Grande do Sul. KELLY, J. Making client values explicit in value management workshops. Glasgow. Caledonian University, UK, 2006 LEITE, F.L. Contribuições para o Gerenciamento de Requisitos do Cliente em Empreendimentos do Programa de Arrendamento Residencial Dissertação (Mestrado em Engenharia Civil) Programa de Pós-Graduação em Engenharia Civil, UFRGS, Porto Alegre, MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 3 ed. Porto-Alegre: Bookmam, 2001 MANTOVANI L. S. D. O processo de escolha de serviço de telefonia celular dos jovens em Curitiba, Dissertação de Mestrado UFPR, 2006 MIRON, L. Proposta de modelo para o gerenciamento de requisitos do cliente em empreendimentos habitacionais de interesse social f. Projeto de Pesquisa (Doutorado em Engenharia Civil) Escola de Engenharia, Universidade Federal do Rio Grande do Sul, Porto Alegre. ORNSTEIN, S. W. Avaliação pós-ocupação do ambiente construído. São Paulo. Studio Nobel, Edusp, RALID, R. C. B. Post Occupancy Evaluation as a Tool for Better Quality Low-Income Housing. The Federal District s Vila Tecnológica Project-Brazil, Federal District Housing and Urban Development State Secretariat. Brazil, TORBICA Z. M.; STROH R. C. Customer satisfaction in home building. Journal of Construction Engineering and Management, January-February 2001 TZORTZOPOULOS, P. et al. Desenvolvimento de um Modelo de Gestão para o Processo de Desenvolvimento de produtos da Construção Civil: projeto de edificações. Porto Alegre: NORIE/UFRGS,