FINAL
Beatriz E Juliana
12/02/2022
integrantes:
Beatriz da Silva Faye - 20192520049 -beatrizfaye@edu.unirio.br
Juliana Marques da Silva Vieira do Nascimento - 20192520202 - juliana@edu.unirio.br
Sumário executivo: Este trabalho foi realizado como parte da avaliação da matéria de Estatística do curso de Administração Pública, o projeto com temática filmes do MCU tem como objetivo determinar a correlação do sucesso dos filmes com suas notas de avaliação em sites populares, como modo de pesquisar os fatos, foram utilizados gráficos, no fim dessa pesquisa é possível determinar o grande fator de sucesso de filmes do MCU
1- Introdução
Este trabalho aborda de uma maneira específica um segmento da cultura pop, o universo cinematográfico da Marvel. Para Thiago Soares, a cultura pop pode ser definida como: “A primeira tônica da definição de cultura pop diz respeito a práticas, experiências e produtos norteados pela lógica midiática.” Além disso, o dito como geek ganhou força nas últimas décadas e o que era considerado como motivo de chacota ou vergonha se tornou o popular, acerca do geek Jenkins informa em seu trabalho que: “A cultura geek representa uma contraparte importante para a indústria do entretenimento, não apenas por estimular o interesse dos indivíduos para esse tipo de consumo, mas também por demonstrar como aqueles que se inserem nesse contexto, apresentam um amplo vínculo com seus produtos de interesse, demonstrando lealdade e engajamento, tanto no modo de consumo como em suas atividades de defesa e valorização dessas marcas e produtos (Jenkins, 2009).”
É inegável, a importância dos filmes do universo de super heróis para a cultura pop atual, ainda mais da MARVEL - companhia estadunidense de entretenimento, e subsidiária da The Walt Disney Company. E nesse ponto que será analisado, compreender se realmente existe uma fórmula para sua avaliação com o público e se suas características são milimetricamente calculadas para tamanho sucesso. Acima de tudo, este relatório final quer traçar linhas de hipóteses e buscar o que de fato os filmes feitos pelo estúdio tem como diferencial.
2- Objetivos
Debate e discussões sobre quais são os melhores filmes e quem são os melhores personagens são exemplos de elaborações costumeiramente analisadas, seja em mesas de bares quanto em rodas de conversas ou em fóruns na internet.
Como é um tema que é facilmente abordado no cotidiano e de grande conhecimento do público, já que seus últimos filmes levaram cerca de 15.5 milhões de pessoas para as salas de cinema, foi escolhido no atual relatório o desenvolvimento acerca do universo cinematográfico da Marvel. Além disso, ir além de opiniões pessoais. O maior objetivo é buscar fazer relações com orçamento, tempo de duração, gênero entre outros. Para entender de fato o que dita uma boa opinião do público e entender também se essa famosa “fórmula marvel’’, realmente existe.
3- Metodologia
3.1- Descrição da base de dados
O conjunto de dados escolhido tem como propósito organizar dados sobre o universo cinematográfico da Marvel Entertainment (MCU), o que se tornou bastante proveitoso para o objetivo do trabalho, Essa base de dados conta com os elementos, nomes dos personagens, data de lançamento dos filmes, diretores e produtores, duração e orçamento.
3.2- O tamanho da amostra
A amostra conta com 23 filmes do MCU (Marvel comics universe), são eles: Iron Man, Iron Man 2, Iron Man 3, The incredible Hulk, Thor, Captain America: The first Avenger, Marvel’s the Avengers, Thor: The dark world, Captain America : The Winter Soldier, Guardians Of the Galaxy, Avengers : Age of ultron, Ant-Man, Captain America: Civil War, Doctor Strange, Guardians of the Galaxy Vol. 2, Spider-Man:Homecoming, Thor:Ragnarok, Black Panther, Avengers: Infinity War, Ant-Man and the Wasp, Captain-Marvel, Avengers:Endgame, Spider-Man:Far From Home, todos eles com notas em ambos os sites de avaliação utilizados na pesquisa.
3.3- Como foram construídos os indicadores
Os indicadores utilizados no trabalho foram sobre Sucesso do filme é devido = Avaliações do IMDB + Avaliações Metascore + Indicações ao Oscar também passando sobre a hipótese da direção dos filmes.
3.4 Metodologia utilizada
Dentro da plataforma “R” utilizamos métodos qualitativos e quantitativos, foram utilizados: Matriz de correlação, Histograma, Box plot e gráfico de linha.
mcu.dataset <- read.csv("C:/Users/Dell/Downloads/mcu dataset.csv")
View(mcu.dataset)
summary(mcu.dataset)## Name US.release.Date Director Producer
## Length:23 Length:23 Length:23 Length:23
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
## Duration Genre IMDB.rating metascore
## Length:23 Length:23 Min. :6.600 Min. :54.00
## Class :character Class :character 1st Qu.:7.000 1st Qu.:64.00
## Mode :character Mode :character Median :7.400 Median :69.00
## Mean :7.443 Mean :68.65
## 3rd Qu.:7.850 3rd Qu.:73.50
## Max. :8.400 Max. :88.00
## Cast Budget Domestic.Gross Total.Gross
## Length:23 Length:23 Length:23 Length:23
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
## Opening.Gross Oscar.Nomination Oscar.won Phase
## Length:23 Min. :0.0000 Min. :0.0000 Min. :1.000
## Class :character 1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:1.500
## Mode :character Median :0.0000 Median :0.0000 Median :2.000
## Mean :0.8261 Mean :0.1304 Mean :2.217
## 3rd Qu.:1.0000 3rd Qu.:0.0000 3rd Qu.:3.000
## Max. :7.0000 Max. :3.0000 Max. :3.000summary(IMDB.rating~Director)## Length Class Mode
## 3 formula callpar(bg="WHITE")
plot(mcu.dataset$IMDB.rating,mcu.dataset$Oscar.Nomination, col="red",
main = "Gráfico - INDICAÇÕES NO OSCAR E NOTAS IMDB",
pch=10, xlab="INDICAÇÕES AO OSCAR", ylab = "AVALIAÇÕES IMDB")
abline(lsfit(mcu.dataset$IMDB.rating,mcu.dataset$Oscar.Nomination),col="BLUE") 
cor(mcu.dataset$IMDB.rating,mcu.dataset$Oscar.Nomination)## [1] 0.1893859selecao = c("IMDB.rating", "Oscar.Nomination")
cor_questionario = cor(mcu.dataset[,selecao])
cor_questionario## IMDB.rating Oscar.Nomination
## IMDB.rating 1.0000000 0.1893859
## Oscar.Nomination 0.1893859 1.0000000 library(corrplot)## corrplot 0.92 loadedcorrplot(cor_questionario, method = "number", "full") # colorful number 
cor(mcu.dataset$IMDB.rating,mcu.dataset$Oscar.won)## [1] -0.06146584selecao = c("IMDB.rating", "Oscar.won")
cor_questionario = cor(mcu.dataset[,selecao])
cor_questionario## IMDB.rating Oscar.won
## IMDB.rating 1.00000000 -0.06146584
## Oscar.won -0.06146584 1.00000000 library(corrplot)
corrplot(cor_questionario, method = "number", "full") # colorful number
cor(mcu.dataset$metascore,mcu.dataset$Oscar.won)## [1] 0.5334566selecao = c("metascore", "Oscar.won")
cor_questionario = cor(mcu.dataset[,selecao])
cor_questionario## metascore Oscar.won
## metascore 1.0000000 0.5334566
## Oscar.won 0.5334566 1.0000000library(corrplot)
corrplot(cor_questionario, method = "number", "full") # colorful number 
cor(mcu.dataset$metascore,mcu.dataset$Oscar.Nomination)## [1] 0.6321563selecao = c("metascore", "Oscar.Nomination")
cor_questionario = cor(mcu.dataset[,selecao])
cor_questionario## metascore Oscar.Nomination
## metascore 1.0000000 0.6321563
## Oscar.Nomination 0.6321563 1.0000000library(corrplot)
corrplot(cor_questionario, method = "number", "full") # colorful number 
boxplot(IMDB.rating~Director,
data= mcu.dataset,
main=" Gráfico nota do IMDB por DIRETORES DOS FILMES",
xlab="Diretores",
ylab="NOTA DO IMDB",
col="RED",
border="DARKRED")
boxplot(metascore~Director,
data= mcu.dataset,
main=" Gráfico METASCORE por DIRETORES DOS FILMES",
xlab="Diretores",
ylab="METASCORE",
col="BLACK",
border="DARKRED")
hist(mcu.dataset$IMDB.rating,col = "BLUE",main = "HISTOGRAMA DO IMDB")
hist(mcu.dataset$metascore,col = "RED",main = "HISTOGRAMA DO METASCORE")
4. Análise de Resultados
Primeiramente, ao analisar quanto o filme de maior IMDB foi possível ver que a maior nota foi 8.40 (Avengers: Infinity War e Avengers:Endgame). Já o de menor nota foi o de 6.60 (The incredible Hulk). A média de forma geral das notas foi de 7.40. Mostrando um nível alto de avaliação do público perante aos filmes, já que nenhuma das notas está abaixo de 6 (levando IMDB como critério).
Já no gráfico nota do IMDB por Diretores dos filmes, é visível que os filmes dirigidos por James Gun são os que apresentam a melhor média de notas, o que continua quando analisados pelo METASCORE porém as notas decaem quando se trata do último indicador.
Ao analisar o grau de correlação de notas do IMDB por indicação ao Oscar é possível dizer que existe uma correlação positiva fraca. Pois o Gráfico - INDICAÇÕES NO OSCAR E NOTAS IMDB e a matriz de correlação dos dois elementos traz o índice de correlação 0.19.
Ademais a matriz de correlação IMDB por Oscar Nomination traz uma correlação negativa fraca trazendo o pensamento de que o público de modo geral não se apega em prêmios e sim em outros fatores. E ao concluir, nas matrizes de correlação, as duas últimas que abordam o METASCORE e ganhadores do oscar e METASCORE e nominados do oscar respectivamente trazem 0.53 e 0.63 de índice de correlação, ambos são de correlação moderada, fazendo sentido pois, o prêmio em questão tem mais participação de críticos do que do público de modo geral.
Por fim, analisando as notas de modo geral dos filmes no site do IMDB, a frequência de notas entre 6,5 e 8 é a mesma e é cabível afirmar que o histograma de suas avaliações é assimétrico. Já o do Metascore apresenta notas mais baixas e possui ilhas isoladas - possivelmente ocorreram anormalidades temporárias no processo, erros de medição, erros de registro ou transcrição dos dados, produzindo alguns resultados muito diferentes dos demais; nas notas entre 8 e 8.5 aproximadamente.
5- Discussão
Utilizando não somente um site de reviews para a nossa pesquisa foi essencial nesse processo para determinar o sucesso do filme sobre popularidade, tendo em vista que a nota METASCORE que vem do site METACRITC, é resultado de uma média de notas entre sites mais famosos com avaliações a partir de críticos, são alguns desses sites: Variety, Pitchfork, The Guardian, Billboard, AllMusic, Rolling Stone e as notas do site IMDB (Internet Movie Database) são baseadas nos fãs, pois é um site aberto a todos os seus usuários.
Com essa diferença entre as avaliações é quase possível dizer que um é baseado em popularidade e outro em tecnicalidades.
6- Conclusão
É possível concluir que os filmes com maior avaliação no IMDB foram dirigidos pelos irmãos Russo, Anthony e Joe Russo, entretanto com a média de Avaliações das plataformas IMDB e Metacritic (metascore) sendo 7.400 e 69.00 respectivamente, a maioria dos filmes obtiveram um determinado sucesso entre o público e os críticos.
O filme com maior indicações ao Oscar foi o único que ganhou a premiação, o filme Black Panther, dirigido por Ryan Coogler e com Metascore de 88 (o maior de todos eles).
Com base nas métricas apresentadas, seria interessante fazer uma colaboração de diretores no próximo lançamento Marvel, os irmãos Russo produzem filmes populares e Ryan Coogler produz filmes com qualidades críticas técnicas, a junção dos 3 seria uma excelente oportunidade de combinar o que o público gosta com que seria necessário em qualidade de premiações, fazendo com que obtenham grande sucesso de bilheteria e possíveis indicações a prêmios.
É possível concluir, que James Gunn,é o diretor com maior média de avaliação no IMDB e METACRITC, o que faz sentido o diretor ser aclamado pelos consumidores e fãs do MCU, já Ryan Coogler possui a maior avaliação no Metacritic é o diretor com maior retorno em premiação (Oscar), mas não é possível ser comparado com a média dos outros diretores, como James Gunn, pois Ryan dirigiu somente um filme, comprovando a correlação do metacritic com o Oscar e a não correlação do IMDB com o mesmo.
A relação de indicados e ganhadores do Oscar não interfere nas notas populares no site IMDB, entretanto as notas críticas no site do METACRITIC tem correlação com o número de indicações ao Oscar.
É possível também através dos gráficos, comprovar com notas populares do IMDB o favoritismo de James Gunn, uma grande trunfo para a empresa, na busca de futuras métricas de sucesso para próximos projetos, tal fato, fica mais evidente com o retorno do diretor para a Marvel após trabalhos com concorrentes diretas.
Referências:
SOARES, Thiago. Abordagens teóricas para estudos sobre cultura pop. Logos, v. 2, n. 24, 2014.
CAMARGO, Thiago Ianatoni et al. Envolvimento de Consumidores com o Universo Cinematográfico Marvel.