aceitaÇÃo e prontidÃo do consumidor · (consumer acceptance of technology model, ou cat, de...
TRANSCRIPT
ACEITAÇÃO E PRONTIDÃO DO CONSUMIDOR
PARA PRODUTOS DE ALTA TECNOLOGIA:
Elaboração e teste empírico do modelo CART
para adoção de produtos de alta tecnologia
Jorge Brantes Ferreira
Instituto COPPEAD de Administração/UFRJ
Doutorado
Profa. Angela da Rocha
Ph.D.
Profa. Letícia Casotti
Ph.D.
Rio de Janeiro
2010
ACEITAÇÃO E PRONTIDÃO DO CONSUMIDOR
PARA PRODUTOS DE ALTA TECNOLOGIA
Elaboração e teste empírico do modelo CART
para adoção de produtos de alta tecnologia
Jorge Brantes Ferreira
Tese submetida ao corpo docente do Instituto de Prós Graduação e Pesquisa em
Administração (COPPEAD) da Universidade Federal do Rio de Janeiro – UFRJ, como parte
dos requisitos necessários à obtenção do grau de Doutor.
Aprovada por:
________________________________________________ - Orientadora
Profa. Angela da Rocha, Ph.D. – COPPEAD/UFRJ
________________________________________________ - Co-orientadora
Profa. Letícia Casotti, Ph.D. – COPPEAD/UFRJ
________________________________________________
Profa. Luis Fernando Hor-Meyll Ph.D. – PUC-Rio
________________________________________________
Prof. Fernando Bins Luce, Ph.D. – UFRGS
________________________________________________
Profa. Everardo Rocha, Ph.D. – PUC-Rio
Rio de Janeiro, 2010
FICHA CATALOGRÁFICA
Jorge Brantes Ferreira
Aceitação e Prontidão do Consumidor para Produtos de Alta Tecnologia:
Elaboração e teste empírico do Modelo CART para adoção de produtos de alta
tecnologia. Rio de Janeiro: UFRJ/COPPEAD, 2010.
xv, 178p.
Tese (Doutorado em Administração) – Universidade Federal do Rio de Janeiro –
UFRJ, Instituto COPPEAD de Administração, 2010.
Orientadora: Angela da Rocha
1. Comportamento do Consumidor. 2. Difusão de Inovações. 3. Prontidão para
Tecnologia. 4. Aceitação de Tecnologia. 5. Marketing. 6. Administração. –
Teses. I. Rocha, Angela (Orient.). II. Casotti, Letícia (Co-Orient.). III.
Universidade Federal do Rio de Janeiro. Instituto COPPEAD de Administração.
IV. Título.
Ao meu pai, Jorge Ferreira da Silva,
seu amor e exemplo sempre foram minha maior inspiração.
AGRADECIMENTOS
Meus agradecimentos
à minha mãe, Suely Brantes Ferreira, pelo amor e carinho incondicionais que
me nutriram por toda a vida e fizeram de mim o que sou hoje e serei amanhã;
ao meu irmão, Daniel Brantes Ferreira, meu maior amigo e companheiro, sem
seu amor e apoio nada seria possível;
à Profa. Angela da Rocha, minha orientadora, pelo inspirador exemplo, pelos
valiosos ensinamentos, pelo carinho e pelo apoio nos momentos de dificuldade
e de felicidade, ao longo de todos esses anos;
à Profa. Letícia Casotti, minha co-orientadora, por ter passado para mim sua
grande paixão pela nobre área da pesquisa do comportamento do consumidor;
à minha namorada, Cristiane Junqueira Giovannini, pelo amor, compreensão e
apoio, ao longo de mais de uma década de união;
a todos os estimados professores do Instituto COPPEAD de Administração,
que receberam um engenheiro em suas mãos e, por meio de grandes
ensinamentos e muita dedicação, ajudaram a moldar um pesquisador de
administração;
aos amigos da turma de doutorado de 2007, pelo companheirismo e pelas
grandes experiências vividas em conjunto;
ao amigo Bruno Lyra, por ter gentilmente trazido dois Kindle DX dos EUA e
aos estimados professores da PUC-Rio que colaboraram na coleta de dados,
possibilitado a realização da pesquisa de campo;
ao CNPq, pelo apoio financeiro desde a graduação até o doutorado; nada seria
possível sem esse valioso suporte.
RESUMO
FERREIRA, Jorge Brantes. Aceitação e Prontidão do Consumidor para Produtos de Alta
Tecnologia: Elaboração e Teste Empírico do Modelo CART para adoção de produtos de alta
tecnologia. Orientadora: Angela da Rocha. Co-Orientadora: Letícia Casotti. Rio de Janeiro:
UFRJ/COPPEAD, 2010. Tese (Doutorado em Ciência da Administração).
Esse estudo busca elaborar um novo modelo para o comportamento do consumidor em
relação à adoção de produtos de alta tecnologia. Para tanto, são utilizados como base dois
modelos identificados por meio da revisão de literatura sobre o tema de adoção de novas
tecnologias pelo consumidor: o modelo de Aceitação de Tecnologia pelo Consumidor
(Consumer Acceptance of Technology Model, ou CAT, de Kulviwat et al, 2007) e o Índice de
Prontidão para Tecnologia (Technology Readiness Index, ou TRI, de Parasuraman, 2000 e
Parasuraman e Colby 2001). A partir da teoria são formuladas hipóteses sobre a relação entre
os construtos cognitivos e afetivos do modelo CAT e o construto Prontidão para Tecnologia
(Technology Readiness, TR), objetivando a criação de um novo modelo para decisões sobre
adoção de produtos de alta tecnologia por consumidores. O modelo proposto, batizado de
CART (Consumer Acceptance and Readiness for Technology ou Aceitação e Prontidão do
Consumidor para Tecnologia), é então testado e comparado aos demais modelos existentes na
literatura por meio de uma survey que resultou em uma amostra de 435 jovens consumidores.
Os dados obtidos, analisados por meio de modelagem de equações estruturais, confirmam a
maior parte das hipóteses formuladas e apresentam relações significativas entre o construto
Prontidão para Tecnologia e os construtos presentes no modelo CAT, sugerindo que o modelo
CART proposto representa um avanço na compreensão do comportamento de adoção de
produtos de alta tecnologia pelo consumidor. Tal avanço é caracterizado pela superioridade de
42% na explicação da variância observada na atitude com relação à adoção de novas
tecnologias por consumidores apresentada pelo modelo CART, quando comparado ao modelo
CAT. Este resultado, juntamente com os efeitos diretos significativos verificados entre as
crenças do consumidor e suas avaliações cognitivas e afetivas, sugerem que a inclusão da
prontidão para tecnologia em um modelo para a aceitação de tecnologia por consumidores é
uma adição importante. Ressalta-se, particularmente, a verificação de que a prontidão para
tecnologia apresentou efeitos mais fortes sobre os construtos afetivos do que sobre os
cognitivos, indicando que o julgamento menos consciente (emotivo) é mais afetado pela
prontidão para tecnologia do consumidor do que avaliação cognitiva.
ABSTRACT
FERREIRA, Jorge Brantes. Consumer Acceptance and Readiness for High Technology
Products: Proposal and Empirical Test of the CART Model for the Adoption of High
Technology Products. Orientadora: Angela da Rocha. Co-Orientadora: Letícia Casotti. Rio de
Janeiro: UFRJ/COPPEAD, 2010. Tese (Doutorado em Ciência da Administração).
This study seeks to develop a new model for consumer behavior regarding the
adoption of high-tech innovations. To reach this goal, two existing models, identified through
a literature review around the technology acceptance theme, are used as a foundation: the
Consumer Acceptance of Technology model (CAT), proposed by Kulviwat et al (2007) and
the Technology Readiness Index (TRI), as developed by Parasuraman and Colby (2001).
Drawing from the theory of consumer behavior, diffusion of innovations and technology
acceptance, research hypotheses were formulated to evaluate the effects that an individual‟s
technology readiness (TR) might have on the cognitive and affective constructs present on the
CAT model, aiming for the construction of a new model that would be able to better explain
consumer technology adoption decisions. The proposed model, named CART (Consumer
Acceptance and Readiness for Technology), was then tested and had its performance
compared to other existing models in the literature. Data for the modeling and testing of
CART was collected via a survey conducted with 435 young adults. Structural equations
modeling (SEM) was employed and confirmed most of the research hypotheses, suggesting
that the CART model can provide a better understanding of a consumer‟s high-tech adoption
behavior by making use the relationship found between the consumer‟s technology readiness
index and the CAT constructs. The proposed model was able to explain 42% more of the
observed variance in the attitude towards the adoption of new technologies by consumers than
the CAT model. This result, coupled with the significant direct effects found between a
consumer's technology readiness and his cognitive and affective evaluations of high-tech
products suggest that the inclusion of technology readiness in technology acceptance models
is beneficial. In particular, the verification that technology readiness has stronger direct
effects over the affective constructs than over the cognitive constructs should be highlighted,
indicating that a consumer's less conscious judgment (affective) is more influenced by his
technology readiness than his cognitive evaluation.
LISTA DE FIGURAS
Figura 2.1 – Teoria da Ação Racionalizada, TRA ................................................................................ 24
Figura 2.2 – Teoria do Comportamento Planejado, TPB ...................................................................... 25
Figura 2.3 – Modelo TAM Original ...................................................................................................... 27
Figura 2.4 – Teoria Unificada de Aceitação e Uso da Tecnologia ........................................................ 34
Figura 2.5 – Modelo de Aceitação de Tecnologia pelo Consumidor .................................................... 38
Figura 2.6 – Representação do Modelo PAD para Estados Emocionais ............................................... 40
Figura 2.7 – Relações verificadas no modelo CAT .............................................................................. 50
Figura 2.8 – Modelo CAT Revisado ..................................................................................................... 53
Figura 2.9 – Relações verificadas no CAT revisado ............................................................................. 60
Figura 2.10 – Relação entre crenças e prontidão para tecnologia ......................................................... 66
Figura 2.11 – Dimensões da Prontidão para Tecnologia ....................................................................... 68
Figura 2.12 – Modelo de Prontidão e Aceitação para Tecnologia, TRAM ........................................... 78
Figura 2.13 – Dimensões do TRI como antecedentes do TAM ..................................................... 81
Figura 2.14 – Modelo de Aceitação e Prontidão do Consumidor para Tecnologia (CART) e Hipóteses
da Pesquisa ........................................................................................................................................ 83
Figura 4.1 – Modelo de Aceitação e Prontidão do Consumidor para Tecnologia (Modelo #1) ......... 119
Figura 4.2 – Coeficientes Padronizados Estimados para o CART (Modelo #1) ................................ 122
Figura 4.3 – Modelo CART Alternativo: Modelo #2 .......................................................................... 127
Figura 4.4 – Modelo CART Alternativo: Modelo #3 .......................................................................... 128
Figura 4.5 – Modelo CAT de Kulviwat et al (2007) ........................................................................... 132
Figura 4.6 – Modelo TAM de Davis et al (1989) ................................................................................ 132
Figura 4.7 – Modelo CART Final .................................................................................................. 135
LISTA DE QUADROS
Quadro 2.1 – Interações entre Domínio e Facilidade de Uso Percebida ............................................... 57
Quadro 2.2 – Segmentos de adoção de tecnologia e suas crenças ........................................................ 74
Quadro 4.1 – Matriz de Correlação entre Construtos .......................................................................... 110
Quadro 4.2 – Matriz de Validade Discriminante ................................................................................ 116
LISTA DE TABELAS
Tabela 3.1 – Escalas e medidas operacionais para cada variável do instrumento de pesquisa ............. 91
Tabela 4.1 – Características da Amostra ............................................................................................. 106
Tabela 4.2 – Confiabilidade, Confiabilidade Composta e Variância Extraída Média ........................ 112
Tabela 4.3 – Cargas Fatoriais Padronizadas ........................................................................................ 113
Tabela 4.4 – Curtose univariada para cada item ................................................................................. 118
Tabela 4.5 – Índices de Ajuste do Modelo CART .............................................................................. 120
Tabela 4.6 – Coeficientes Padronizados Estimados, Hipóteses e Significâncias para o Modelo
Estrutural Proposto (Modelo #1) .................................................................................................... 121
Tabela 4.7 – Comparação dos Índices de Ajuste dos Modelos CART #1, #2 e #3 ............................. 129
Tabela 4.8 – Coeficientes Padronizados Estimados e Significâncias para os Modelos Estruturais
Alternativos (Modelos #2 e #3) ....................................................................................................... 130
Tabela 4.9 – Índices de Ajuste dos Modelos CAT e TAM ................................................................. 133
Tabela 4.10 – Proporção da Variância da Atitude Explicada pelos Modelos CART, CAT e TAM ... 133
Tabela 4.11 – Resumo e Verificação das Hipóteses da Pesquisa ........................................................ 136
SUMÁRIO
1 INTRODUÇÃO ............................................................................................................................... 15
1.1 Objetivo do estudo ...................................................................................................................... 16
1.2 Relevância do estudo ................................................................................................................... 16
1.3 Questões a investigar ................................................................................................................... 17
1.4 Delimitação do estudo ................................................................................................................. 18
1.5 Organização do estudo ................................................................................................................ 18
2 REVISÃO DA LITERATURA ........................................................................................................ 20
2.1 O conceito de aceitação de tecnologia pelo consumidor ............................................................. 21
2.2 Modelos e teorias para aceitação de tecnologia .......................................................................... 22
2.2.1 Teoria da ação racionalizada (TRA) .................................................................................... 24
2.2.2 Teoria do Comportamento Planejado (TPB) ........................................................................ 25
2.2.3 O modelo de aceitação de tecnologia (TAM) ...................................................................... 26
2.2.4 Teoria de Difusão de Inovações (IDT) ................................................................................. 30
2.2.5 Teoria Unificada de Aceitação e Uso de Tecnologia (UTAUT) .......................................... 33
2.3 O modelo de aceitação de tecnologia pelo consumidor (CAT) ................................................... 37
2.3.1 Teoria do Prazer, Excitação e Domínio (PAD) .................................................................... 39
2.3.2 Construtos empregados no CAT .......................................................................................... 42
2.3.2.1 Utilidade Percebida ....................................................................................................... 42
2.3.2.2 Facilidade de Uso Percebida ......................................................................................... 43
2.3.2.3 Vantagem Relativa ........................................................................................................ 44
2.3.2.4 Prazer ............................................................................................................................. 45
2.3.2.5 Excitação ....................................................................................................................... 46
2.3.2.6 Domínio ......................................................................................................................... 46
2.3.2.7 Atitude em relação à adoção ......................................................................................... 47
2.3.2.8 Intenção de adoção ........................................................................................................ 48
2.3.3 Resultados do modelo CAT ................................................................................................. 49
2.3.4 Modelo CAT revisado .......................................................................................................... 52
2.3.4.1 Influência Social ............................................................................................................ 52
2.3.4.2 Domínio e suas interações com outros construtos ......................................................... 55
2.3.4.3 Influência da natureza da tarefa sobre os resultados ..................................................... 57
2.3.4.4 Resultados do modelo CAT revisado ............................................................................ 58
2.4 Prontidão para Tecnologia (Technology Readiness) ................................................................... 62
2.4.1 O índice de prontidão para tecnologia (Technology Readiness Index, TRI) ........................ 62
2.4.2 Dimensões da prontidão para tecnologia .............................................................................. 67
2.4.2.1 Otimismo ....................................................................................................................... 69
2.4.2.2 Inovatividade ................................................................................................................. 70
2.4.2.3 Desconforto ................................................................................................................... 70
2.4.2.4 Insegurança.................................................................................................................... 71
2.4.3 Classificação da relação de indivíduos com tecnologia a partir do TRI .............................. 72
2.5 Modelos combinando TAM e TR ............................................................................................... 75
2.5.1 Modelo de Prontidão e Aceitação para Tecnologia (TRAM) .............................................. 76
2.5.1.1 Resultados do TRAM .................................................................................................... 78
2.5.2 Dimensões da Prontidão para Tecnologia e Intenção de Adoção ........................................ 80
2.6 Formulação do Modelo Conceitual e Hipóteses da Pesquisa ...................................................... 81
2.6.1 Modelo CART (Aceitação e Prontidão do Consumidor para Tecnologia) .......................... 82
3 METODOLOGIA ............................................................................................................................ 87
3.1 Tipo de pesquisa .......................................................................................................................... 87
3.2 Operacionalização das variáveis ................................................................................................. 89
3.2.1 Definição operacional das variáveis ..................................................................................... 91
3.2.2 Procedimentos de tradução e adaptação das escalas utilizadas ............................................ 92
3.2.3 Pré-teste do instrumento de pesquisa ................................................................................... 93
3.3 População e amostra .................................................................................................................... 94
3.3.1 População ............................................................................................................................. 94
3.3.2 Amostra ................................................................................................................................ 94
3.4 Coleta de dados ........................................................................................................................... 95
3.4.1 O instrumento de coleta de dados ......................................................................................... 95
3.4.2 Escolha da tecnologia a ser avaliada .................................................................................... 96
3.4.3 A coleta de dados ................................................................................................................. 98
3.5 Análise dos dados ........................................................................................................................ 99
3.5.1 Validade e Confiabilidade .................................................................................................... 99
3.5.2 Análises Estatísticas ........................................................................................................... 101
3.6 Limitações do método ............................................................................................................... 103
3.6.1 Limitações relacionadas ao critério de amostragem ........................................................... 103
3.6.2 Limitações decorrentes da coleta de dados ........................................................................ 104
4 MODELAGEM E ANÁLISE DOS DADOS ................................................................................. 105
4.1 Caracterização da Amostra ........................................................................................................ 105
4.2 Análises e Resultados ................................................................................................................ 107
4.2.1 Avaliação do Modelo de Mensuração ................................................................................ 107
4.2.2 Validade e Confiabilidade dos Construtos ......................................................................... 109
4.2.3 Análise do Modelo Estrutural ............................................................................................ 116
4.2.3.1 Normalidade dos Dados .............................................................................................. 117
4.2.3.2 Ajuste do Modelo Proposto ......................................................................................... 118
4.2.3.3 Teste das Hipóteses de Pesquisa ................................................................................. 120
4.2.4 Comparação com Modelos Alternativos ............................................................................ 125
4.2.4.1 Construtos cognitivos: efeitos diretos sobre atitude (Modelo #2) ............................... 126
4.2.4.2 Construtos cognitivos: efeitos diretos e indiretos sobre atitude em relação à adoção
(Modelo #3) ............................................................................................................................. 128
4.2.4.3 Comparação dos Modelos #1, #2 e #3 ........................................................................ 129
4.2.4.4 Modelo CAT e Modelo TAM ..................................................................................... 131
4.3 Discussão dos Resultados.......................................................................................................... 135
4.3.1 Influência da Prontidão para Tecnologia nos Construtos Cognitivos e Afetivos ............... 137
4.3.2 Influência dos Construtos Cognitivos ................................................................................ 138
4.3.3 Influência dos Construtos Afetivos .................................................................................... 140
4.3.4 Influência da Atitude .......................................................................................................... 141
4.3.5 Comparação entre o CART, o CAT e o TAM.................................................................... 141
5 CONCLUSÕES E RECOMENDAÇÕES ...................................................................................... 143
5.1 Resumo do Estudo ..................................................................................................................... 143
5.2 Conclusões e Implicações ......................................................................................................... 146
5.3 Implicações Gerenciais ............................................................................................................. 148
5.4 Limitações ................................................................................................................................. 150
5.5 Sugestões para Pesquisas Futuras ............................................................................................. 152
REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................................ 153
APÊNDICES ....................................................................................................................................... 167
Apêndice A - Questionário utilizado na pesquisa ........................................................................... 168
Apêndice B - Tecnologia utilizada na pesquisa (Kindle DX) ......................................................... 173
"By knowing things that exist, you can know that which does not exist."
Miyamoto Musashi
15
1 INTRODUÇÃO
Empresas de alta tecnologia investem grande parte de suas receitas em pesquisa e
desenvolvimento, buscando a criação de novas tecnologias, produtos e serviços que atraiam e
seduzam o consumidor. Nas últimas décadas, a rapidez da evolução das inovações
apresentadas por empresas de alta tecnologia foi marcante. Com o aumento na sofisticação de
produtos e serviços tecnológicos, cresceu também a dificuldade do consumidor em
compreender e lidar com estas inovações, tornando mais complexa a decisão sobre a inserção
delas em sua vida cotidiana (PARASURAMAN, 2000). Enquanto consumidores se esforçam
para entender a utilidade de novas tecnologias ou tentam se identificar emocionalmente com
elas, empresas procuram promover seus produtos e serviços, buscando assegurar sua adoção e
a satisfação dos consumidores (SOUZA & LUCE, 2005).
A compreensão dos fatores que levam consumidores a adotar novas tecnologias é
interessante tanto para empresas quanto para a pesquisa do comportamento do consumidor.
As particularidades que permeiam a relação do consumidor com produtos e serviços de alta
tecnologia, como, por exemplo, a ansiedade e o medo que alguns consumidores sentem ao
utilizar tecnologias muito diferentes às suas experiências anteriores (MICK & FOURNIER,
1998), requerem uma abordagem focada no tema e dedicada a entender, especificamente,
como consumidores enxergam e se relacionam com inovações desta natureza
(PARASURAMAN & COLBY, 2001).
16
1.1 Objetivo do estudo
Este estudo busca investigar a interação entre a prontidão para tecnologia de
consumidores e suas avaliações, tanto cognitivas quanto afetivas, a respeito de determinado
produto de alta tecnologia, almejando alcançar melhor compreensão sobre os fatores que
influenciam a intenção de adoção de inovações tecnológicas por consumidores.
1.2 Relevância do estudo
Apesar de a literatura de aceitação de tecnologia apresentar diferentes propostas para a
modelagem dos fatores que determinam a aceitação de novas tecnologias por consumidores,
são poucas as contribuições que integram a prontidão para tecnologia (isto é, a predisposição
do consumidor em relação a tecnologia em geral) aos aspectos cognitivos e emocionais da
avaliação que o consumidor faz a respeito de determinado produto ou serviço de alta
tecnologia. A maior parte dos modelos é focada somente na dimensão cognitiva da aceitação
de tecnologia (FISHBEIN & AJZEN, 1975; DAVIS, 1989; VENKATESH, 2003;
CHILDERS et al, 2001). Kulviwat et al (2007) e Nasco et al (2008) avaliam os efeitos
conjuntos de construtos cognitivos e afetivos na intenção do consumidor em adotar uma nova
tecnologia. Por sua vez, Lin et al (2007) e Pires e Costa (2008) investigam como a prontidão
para tecnologia interage com a avaliação cognitiva de consumidores para determinados
serviços tecnológicos. No entanto, nenhum dos estudos identificados na literatura une as três
componentes (prontidão para tecnologia e dimensões cognitiva e emocional da avaliação de
determinado produto de alta tecnologia) em um único modelo.
Este trabalho pretende contribuir para a compreensão da relação entre esses três
componentes, buscando investigar como avaliações cognitivas e emocionais do produto são
17
influenciadas pela prontidão para tecnologia do consumidor. É proposto um novo modelo que
integra esses três componentes na compreensão da intenção de adoção de consumidores para
produtos ou serviços de alta tecnologia.
1.3 Questões a investigar
A revisão de literatura indica que a adoção de novas tecnologias pelo consumidor é
influenciada por diferentes aspectos: avaliações cognitivas e emocionais do produto em si e
prontidão para a tecnologia (DAVIS et al, 1989; PARASURAMAN, 2000; CHILDERS et al,
2001; VENKATESH et al, 2003; SOUZA & LUCE, 2005; KULVIWAT et al, 2007; LIN et
al, 2007; PIRES & COSTA, 2008; NASCO et al, 2008). Esta pesquisa busca, portanto,
responder às seguintes questões:
1) A avaliação cognitiva de determinado produto de alta tecnologia por consumidores
é influenciada pela sua prontidão para tecnologia? Esta interação, por sua vez,
afeta a intenção de adoção deste produto de alta tecnologia?
2) As emoções experimentadas por consumidores ao se depararem com ou utilizarem
determinado produto de alta tecnologia são influenciadas pela sua prontidão para
tecnologia? Esta interação, por sua vez, afeta a intenção de adoção deste produto
de alta tecnologia?
3) A integração da prontidão para tecnologia com as avaliações cognitivas e afetivas
de determinado produto de alta tecnologia contribui para a determinação e
explicação do comportamento de adoção do consumidor?
18
1.4 Delimitação do estudo
Este estudo está centrado em um único produto tecnológico, uma vez que é necessária
a escolha de uma tecnologia para o consumidor avaliar e conhecer antes de emitir sua opinião
a respeito. Acredita-se, no entanto, que o produto escolhido (o leitor eletrônico de livros
Kindle DX da Amazon.com) represente bem o tipo de inovação tecnológica que se deseja
avaliar, uma vez que a tecnologia de leitores eletrônicos de livros com telas de tinta eletrônica
(e-ink) se tornou disponível para o consumidor dos EUA somente ao final de 2007 (com o
lançamento do Kindle original pela Amazon.com). No Brasil, leitores eletrônicos de livros
(particularmente o Kindle 2 e o Kindle DX) só começaram a ser vendidos em março de 2010,
após os dados deste trabalho já terem sido coletados (novembro e dezembro de 2009). De
fato, conforme verificado durante a coleta de dados da pesquisa, nenhum dos respondentes
havia tido contato com leitores eletrônicos de livros antes de experimentarem o Kindle DX
fornecido para avaliação. Sendo assim, o estudo não utilizou outros tipos de produtos ou
serviços de alta tecnologia.
1.5 Organização do estudo
Este trabalho está organizado da seguinte forma:
O primeiro capítulo apresenta os objetivos da pesquisa e discute sua inserção teórica,
ressaltando sua relevância para a pesquisa sobre comportamento do consumidor e aceitação
de tecnologia, ao avaliar os efeitos da predisposição do consumidor com relação à tecnologia
sobre sua avaliação cognitiva e emocional de determinado produto tecnológico e sua intenção
de adoção deste mesmo produto.
19
O segundo capítulo descreve a revisão de literatura realizada sobre o tema de aceitação
de tecnologia e difusão de inovações, com um foco particular nos modelos e construtos que
foram utilizados ao longo dos anos para a compreensão da adoção de produtos ou serviços
tecnológicos. Esta etapa termina com a apresentação do modelo proposto por este trabalho e a
enunciação das hipóteses da pesquisa.
O terceiro capítulo detalha a metodologia empregada neste trabalho, definindo o tipo
de pesquisa realizado, a população de interesse, o método de amostragem, os procedimentos
para a elaboração do instrumento de pesquisa, a forma de coleta de dados, os métodos
empregados na análise dos dados e, por fim, as limitações do estudo.
O capítulo quatro apresenta os resultados do estudo. É realizado o teste do modelo de
mensuração adotado e dos diversos modelos estruturais considerados, além de serem
verificadas as hipóteses da pesquisa e discutidas as relações encontradas entre os construtos
estudados.
O capítulo cinco conclui o trabalho, resumindo o estudo e apresentando suas principais
conclusões e contribuições. São avaliadas também as limitações do estudo e feitas sugestões
para novas pesquisas.
20
2 REVISÃO DA LITERATURA
Este capítulo avalia a literatura sobre aceitação e adoção de novas tecnologias pelo
consumidor, apresentando os modelos existentes para a descrição do comportamento de
adoção e os respectivos construtos envolvidos no processo.
Inicia-se a exposição com o estudo da teoria sobre aceitação de tecnologia (technology
acceptance) e seus principais modelos, que buscam determinar os fatores que influenciam a
adoção e o uso de novas tecnologias. São detalhados os construtos envolvidos na pesquisa
sobre o tema, em particular os construtos “utilidade percebida” (perceived usefulness) e
“facilidade de uso percebida” (perceived ease of use).
Em uma próxima etapa, é apresentado o modelo de Aceitação de Tecnologia pelo
Consumidor (CAT – Consumer Acceptance of Technology), suas origens e os construtos
cognitivos (vantagem relativa, utilidade percebida e facilidade de uso percebida) e afetivos
(prazer, excitação e domínio) utilizados em sua composição.
A seguir, é realizada a conceituação do construto “prontidão para tecnologia” (TR -
technology readiness) e suas quatro dimensões (otimismo, inovatividade, desconforto e
insegurança), sendo avaliadas as diversas aplicações deste construto na literatura, inclusive no
Brasil.
Ao final do capítulo é apresentado o quadro conceitual e, a partir dele, são formuladas
as hipóteses a serem testadas na pesquisa.
21
2.1 O conceito de aceitação de tecnologia pelo consumidor
A adoção de novas tecnologias por parte do consumidor pode ser influenciada por
diversos fatores. Certos consumidores buscam os benefícios diretos do uso da tecnologia,
focando sua atenção em produtos e serviços que facilitem ou agilizem as tarefas que
pretendem desempenhar, conforme afirma a Teoria da Ação Racionalizada (TRA) de Fishbein
e Ajzen (1975). Outros buscam novas sensações, procurando e sentindo diferentes emoções
por meio da utilização e de experiências com novas tecnologias. Mick e Fournier (1998), em
seu artigo sobre os paradoxos da tecnologia, destacam essa relação emocional dos
consumidores com a tecnologia, abordando as reações conflituosas que consumidores
apresentam quando confrontados com novas tecnologias como, por exemplo, o interesse e a
excitação pela novidade, contrastado com o medo da incompetência ao utilizá-la. Acredita-se,
no entanto, que a maioria dos consumidores, ao cogitar a adoção de uma nova tecnologia,
misture aspectos da dimensão cognitiva com outros de natureza afetiva (KULIWAT et al,
2007), construindo uma resposta multifacetada a respeito da tecnologia de interesse. Tal
resposta, única para cada indivíduo, levaria à aceitação ou rejeição da tecnologia.
O termo e a concepção atual do construto “Aceitação de Tecnologia” (TA –
Technology Acceptance) surgiram originalmente com o trabalho de Davis (1989) que, com
base na TRA de Fishbein e Ajzen (1975), elaborou o modelo TAM (Technology Acceptance
Model), com o objetivo de entender que fatores levavam funcionários de uma empresa a
aceitar e utilizar novas tecnologias introduzidas no ambiente de trabalho. Davis define a
aceitação de tecnologia como a intenção voluntária de utilizar uma tecnologia seguida
posteriormente da adoção e uso real da tecnologia. Tal intenção, de acordo com Davis (1989),
Davis et al (1989) e Davis et al (1992) seria determinada pela atitude de um indivíduo com
22
relação ao uso da tecnologia e a percepção de sua utilidade prática, constituindo o antecessor
direto do comportamento concretizado (actual behavior) de uso da tecnologia
A definição de Davis para aceitação de tecnologia se assemelha ao terceiro estágio do
processo de decisão sobre inovações, o estágio da decisão, inserido na teoria de difusão de
inovações proposta por Rogers e Shoemaker (1971) e Rogers (2003). Tal estágio, onde o
indivíduo toma a decisão de adotar ou não uma inovação, ocorreria após a etapa de
conhecimento sobre a existência da inovação e entendimento de suas funcionalidades
(primeiro estágio), seguida da etapa de persuasão (segundo estágio), em que o indivíduo busca
informações sobre a inovação por meio de diversos canais de comunicação (tanto pela mídia
de massa quanto por relações interpessoais) e forma sua atitude (favorável ou desfavorável) a
respeito da inovação.
2.2 Modelos e teorias para aceitação de tecnologia
Muitos são os trabalhos e linhas de pesquisa que buscam compreender os fatores e as
razões que determinam a aceitação de tecnologia por indivíduos. Hu et al (1999) afirmam que
a pesquisa sobre aceitação de novas tecnologias corresponde a uma das áreas mais maduras da
literatura de sistemas de informação, tendo dado origem a diversas teorias e modelos com
base na psicologia, sociologia e outras áreas.
Historicamente, o foco principal das diversas linhas de pesquisa sobre aceitação de
tecnologia esteve na implementação e utilização de novas tecnologias de informação
(computadores pessoais, processadores de texto, planilhas eletrônicas, internet, vídeo
conferência, e-mail, pacotes de software e etc) no ambiente de trabalho e para tarefas
23
produtivas (DAVIS et al, 1989; MATHIESON, 1991; HENDRICKSON et al, 1993;
IGBARIA et al, 1995; VENKATESH & DAVIS, 1996; GREEN, 1998; AGARWAL &
PRASAD, 1999; Venkatesh, 1999; VENKATESH & DAVIS, 2000; AGARWAL &
PRASAD, 2000; CHAU & HU, 2001; BROWN et al, 2002; HARDGRAVE et al, 2003;
VENKATESH et al, 2003). Por sua vez, a aceitação de produtos ou serviços tecnológicos
pelo consumidor final, para uso pessoal, produtivo ou hedônico, foi menos abordada ao longo
dos anos. Alguns exemplos encontram-se em Childers et al (2001), Shih (2004), Kuliwat et al
(2007), Nasco et al (2008) e Pires e Costa (2008).
Em sua extensa revisão da literatura sobre aceitação de tecnologia, Venkatesh et al
(2003) destacam as principais teorias, modelos e construtos estudados ao longo dos anos com
o objetivo de explicar a aceitação e adoção de novas tecnologias pelo usuário final. A
principal variável dependente modelada pela maior parte destes estudos é a intenção e/ou o
uso concretizado da tecnologia em questão. O papel da intenção de uso como principal
antecedente do uso concretizado é bem documentado na literatura e já foi testado e verificado
exaustivamente (AJZEN, 1991; SHEPPARD et al, 1988; TAYLOR & TODD, 1995).
A seguir são apresentados alguns dos principais modelos de aceitação de tecnologia e
os respectivos construtos utilizados em suas estruturas (VENKATESH et al, 2003). É descrito
com maior detalhe o TAM, de Davis (1989) e Davis et al (1989), que foi exaustivamente
replicado e testado pela literatura de aceitação de tecnologia e sistemas da informação
(YOUSAFZAI et al, 2007). De interesse particular é o fato do TAM servir como principal
fundação para o modelo CAT (Consumer Acceptance of Technology), de Kulviwat, Bruner,
Kumar, Nasco e Clark (2007), que será utilizado como uma das bases para a elaboração do
modelo CART (Consumer Acceptance and Readiness of Technology) proposto neste trabalho.
24
2.2.1 Teoria da ação racionalizada (TRA)
Baseada na teoria de psicologia social e proposta por Fishbein e Ajzen (1975) e Ajzen
e Fishbein (1980), a TRA é uma das mais influentes teorias sobre comportamento humano.
Nos anos que se seguiram à sua elaboração, a TRA foi utilizada para explicar variados tipos
de comportamento, conforme aponta a meta-análise conduzida por Sheppard et al (1988).
Davis et al (1989), no entanto, são os primeiros a aplicar a TRA na modelagem da aceitação
individual de tecnologia. A figura 2.1 apresenta o modelo e os construtos envolvidos na TRA.
Figura 2.1 – Teoria da Ação Racionalizada, TRA (FISHBEIN & AJZEN, 1975)
O construto norma subjetiva (subjective norm) diz respeito à percepção do indivíduo
sobre a opinião de outras pessoas importantes para ele e de como este deveria agir ou se
comportar segundo elas (FISHBEIN & AJZEN, 1975). A atitude, por sua vez, mede os
sentimentos positivos ou negativos do indivíduo com relação ao comportamento em questão.
A intenção retrata a vontade ou pré-disposição do indivíduo em se comportar de certa
maneira, com o comportamento futuro indicando a concretização de tal intenção.
25
2.2.2 Teoria do Comportamento Planejado (TPB)
A teoria do comportamento planejado (theory of planned behavior, TPB) de Ajzen
(1985) expandiu a TRA, adicionando o construto de controle percebido ao modelo original,
conforme ilustrado na Figura 2.2. Na TPB, de acordo com Ajzen (1985) e Ajzen (1991), o
conceito de controle percebido engloba a dificuldade ou facilidade percebida pelo indivíduo
em se comportar de determinada forma. Com relação ao uso e aceitação de tecnologia, esse
construto se traduziria como as percepções do indivíduo sobre dificuldades ou entraves, tanto
internos quanto externos, para a utilização ou adoção de uma dada tecnologia (TAYLOR &
TODD, 1995).
Figura 2.2 – Teoria do Comportamento Planejado, TPB (Ajzen, 1985)
A literatura mostra que o modelo proposto pela TPB foi aplicado de forma bem
sucedida na explicação da aceitação individual de vários tipos de tecnologia, em diversos
ambientes diferentes (HARRISON et al, 1997; MATHIESON, 1991; TAYLOR & TODD,
1995).
26
2.2.3 O modelo de aceitação de tecnologia (TAM)
Diversas perspectivas teóricas foram utilizadas ao longo dos anos para compreender os
fatores que determinam a aceitação e o uso da tecnologia (YOUSAFZAI et al, 2007). Dentre
essas linhas de pensamento, os modelos de intenção baseados na psicologia social,
particularmente a teoria da ação racionalizada (TRA) de Ajzen e Fishbein (1980) e a teoria do
comportamento planejado (TPB) de Ajzen (1991), foram os mais bem sucedidos em formar
uma base para a elaboração de modelos que descrevessem o comportamento de usuários de
tecnologia e os antecedentes que explicam sua aceitação. A partir dessa linha de pesquisa
surgiu o Technology Acceptance Model (TAM), proposto por Davis (1989) e Davis et al
(1989).
O TAM, uma adaptação da TRA, foi concebido como um modelo parcimonioso,
explicando a adoção e uso de tecnologia a partir de apenas dois construtos: a utilidade
percebida (Perceived Usefulness, PU) e a facilidade de uso percebida (Perceived Ease of Use,
PEOU) de uma dada tecnologia. Davis et al (1989) deixam claro o foco do TAM ao afirmar
que o modelo foi especificamente construído para explicar o uso do computador e tecnologias
relacionadas.
No modelo TAM original, a aceitação de uma dada tecnologia por um indivíduo é
determinada pela sua intenção voluntária em utilizá-la. Essa intenção, por sua vez, seria
caracterizada pela atitude do indivíduo a respeito da tecnologia e suas percepções sobre sua
utilidade prática. As crenças do indivíduo com relação ao uso da tecnologia (a utilidade e a
facilidade de uso percebidas) seriam, portanto, os blocos formadores da atitude do indivíduo
para com a tecnologia apresentada. A figura 2.3 ilustra o modelo TAM de Davis et al (1989) e
os construtos envolvidos.
27
Figura 2.3 – Modelo TAM Original (DAVIS et al, 1989)
Fishbein e Ajzen (1975) descrevem atitude como os sentimentos, positivos ou
negativos, que um indivíduo possui em relação a um comportamento alvo. Ajzen e Fishbein
(1980), por sua vez, afirmam que a atitude em relação a um objeto influencia as intenções de
uso de tal objeto, consequentemente influenciando o comportamento em relação ao objeto
(isto é, ao seu uso). No entanto, os próprios autores do TAM original (DAVIS et al, 1989), ao
testar o modelo sem o construto atitude, em ambientes onde a escolha do uso da tecnologia
era voluntária, perceberam que o modelo se comportava igualmente bem com ou sem a
atitude mediando a intenção de uso. Em cenários onde o uso da tecnologia é mandatório (por
exemplo, em empresas que adotam um novo sistema que deve ser obrigatoriamente usado por
todos os funcionários), a atitude se mostrou relevante e um fator determinante do uso, apesar
de sua relação direta com a intenção de uso não ficar comprovada (JACKSON et al, 1997).
Uma possível explicação para a conclusão de que a atitude não é um construto essencial para
o TAM, de acordo com Taylor e Todd (1995), é o fato de que, para ambientes de trabalho
(onde ocorreram a maior parte das aplicações do TAM), o desempenho da tecnologia é o fator
mais importante, com os gostos ou sentimentos pessoais dos possíveis usuários não exercendo
influência significativa sobre a intenção de uso ou o uso concretizado. No contexto de
28
consumidores e tecnologias de consumo, no entanto, mesmo com a adoção sendo sempre
voluntária, os sentimentos e atitudes do indivíduo com relação à tecnologia podem
desempenhar papel fundamental na sua intenção de uso (KULVIWAT et al, 2007).
Para Davis et al (1989), dentro do contexto de sistemas da informação onde o TAM
estava inicialmente inserido, a utilidade percebida (PU) era caracterizada como a
probabilidade de melhoria de desempenho em tarefas relacionadas ao seu trabalho, que o
indivíduo enxergava ser possível por meio do uso de uma dada tecnologia. Posteriormente,
essa definição foi ampliada para contextos não organizacionais, fora do ambiente de trabalho,
com PU vindo a significar simplesmente as melhorias percebidas por um indivíduo em sua
produtividade ou eficiência, em qualquer tarefa, proporcionadas pelo uso de certa tecnologia.
Alguns exemplos da aplicação desta nova definição são os trabalhos de Childers et al (2001),
avaliando o uso de internet por consumidores, de Suh e Han (2003) sobre o uso de
comunidades virtuais, ou o artigo de Devraj et al (2002) sobre compras pela internet. Por sua
vez, a facilidade de uso percebida (PEOU) foi traduzida como o nível de esforço (físico e/ou
mental) que um indivíduo espera ter que fazer para utilizar corretamente uma nova tecnologia.
Davis et al (1989) destacam também que, para aplicar esses construtos na compreensão da
aceitação de tecnologia, é necessário medir atitudes e crenças em relação ao uso da tecnologia
e não à tecnologia em si (simplesmente como conceito ou idéia, desligada do uso prático),
uma vez que os indivíduos podem possuir visões positivas sobre tecnologias novas, mas não
estarem dispostos a adotá-las ou utilizá-las.
A maioria dos estudos sobre o TAM, incluindo o trabalho original de Davis et al
(1989), enfatizam a maior importância de PU na determinação da aceitação, deixando PEOU
em segundo plano. Venkatesh (1999) afirma que não foi encontrada relação direta entre a
29
facilidade de uso percebida e o uso de uma tecnologia. Com o tempo, a continuidade da
pesquisa sobre o TAM demonstrou que o efeito de PEOU na intenção de uso era na verdade
indireto, com PEOU operando através de PU, em uma demonstração de que não importa o
quão fácil seja usar uma tecnologia, se não for considerada útil e produtiva, ela não será
utilizada (KEIL et al, 1995). O papel de PEOU no TAM permanece sob debate, no entanto,
com outros estudos demonstrando que PEOU possui uma relação direta e de magnitude igual
ou mais forte do que PU na aceitação de tecnologia (IGBARIA et al, 1997; AGARWAL &
PRASAD, 1997). Pesquisas sugerem também que o sexo (GEFEN & STRAUB, 1997;
VENKATESH & MORRIS, 2000) e o tipo de tarefa (GEFEN & STRAUB 2000; MOON &
KIM, 2001) podem mediar os efeitos de PU e PEOU, afetando sua importância relativa na
explicação da intenção de uso.
Outra questão importante no TAM é a medição da variável dependente, com o uso
subjetivo afirmado por um usuário em um instrumento de pesquisa frequentemente diferindo
do uso real da tecnologia medido de formas objetivas (STRAUB et al, 1995), como por meio
de registros de servidores de software ou resumos de uso de sites da internet, por exemplo. De
acordo com Nunnally e Bernstein (1994), para ser uma medida satisfatória para o uso de uma
tecnologia, o uso auto-reportado deve exibir forte correlação com outras formas de se medir o
uso (validade convergente). Além disso, para apresentar validade discriminante (CAMPBELL
& FISKE, 1959), o uso auto-reportado deve apresentar correlação maior com outra forma de
se medir a mesma variável (uso concretizado) do que com outros construtos que utilizam o
mesmo instrumento de medição (como a intenção de uso).
Davis et al (1989) testaram o TAM original em um estudo sobre a adoção e uso da
tecnologia de processadores de texto para computadores. Desde então, o modelo TAM foi
30
aplicado a diferentes tipos de tecnologia e ambientes, como o uso da internet, o uso de email,
o uso de diferentes pacotes de software, o uso de bancos online e compras online, entre outros
(MATHIESON, 1991; HENDRICKSON et al, 1993; IGBARIA et al, 1995; VENKATESH &
DAVIS, 1996; GREEN, 1998; AGARWAL & PRASAD, 1999; VENKATESH, 1999;
VENKATESH & DAVIS, 2000; AGARWAL & PRASAD, 2000; CHAU & HU, 2001;
BROWN et al, 2002; HARDGRAVE et al, 2003; VENKATESH et al, 2003; Childers et al,
2001; Shih, 2004; Kuliwat et al, 2007, Nasco et al, 2008 e PIRES & COSTA, 2008). As
replicações do TAM em diversos cenários e países sugerem que o modelo é robusto e
responde de forma similar a diferentes grupos de pessoas, países e épocas (YOUSAFZAI et
al, 2007).
De acordo com Yousafzai et al (2007), a grande popularidade do TAM pode estar
associada ao fato de o modelo ser parcimonioso, específico para o contexto de inovações
tecnológicas e capaz de produzir explicações e predições adequadas para a aceitação de
diversas tecnologias em diferentes ambientes. Além disso, o TAM possui uma base teórica
sólida e várias escalas validadas para a medição de seus construtos, o que facilita a sua
aplicação e replicação.
2.2.4 Teoria de Difusão de Inovações (IDT)
Desde a década de 1960, uma das linhas de pesquisa mais influentes sobre adoção de
novas tecnologias e inovações é a Teoria de Difusão de Inovações de Rogers (2003). Rogers
analisou diversos estudos sobre a adoção inovações e conjecturou que seriam cinco as
características de uma inovação que poderiam afetar sua taxa de difusão: vantagem relativa,
compatibilidade, complexidade, “observabilidade” (observability) e “experimentabilidade”
31
(triability). Esses construtos seriam então os principais fatores que levariam a uma adoção
mais rápida ou mais lenta de uma inovação. Nota-se que esses cinco construtos são subjetivos
e dizem respeito às percepções de cada indivíduo a respeito da inovação. É esta percepção que
influencia a escolha em adotar ou não uma inovação. Rogers (2003) define estas cinco
características da seguinte forma:
Vantagem Relativa: o quanto uma inovação é percebida como superior a sua
precursora;
Compatibilidade: o quanto uma inovação é percebida como sendo consistente
com os valores, necessidades e experiências passadas dos adotantes em
potencial;
Complexidade: o quanto uma inovação é percebida como difícil de ser
utilizada;
Observabilidade: o quanto os resultados ou o uso de uma inovação são
perceptíveis para os outros;
Experimentabilidade: o quanto uma inovação pode ser experimentada antes
de ser adotada.
Em uma meta-análise de mais de 105 artigos, Tornatzky e Klein (1982) identificaram
dez características frequentemente exploradas em estudos sobre difusão de inovações. Entre
estas estavam os cinco atributos propostos por Rogers, além de custo, comunicabilidade,
divisibilidade, lucratividade e aprovação social. Tornatzky e Klein notam, no entanto, que as
definições para comunicabilidade se assemelham ao conceito de observabilidade, e que o
conceito de divisibilidade possui similaridades com experimentabilidade. Além disso, ao
tratar do nível de adoção individual de tecnologias, em particular em ambientes
organizacionais, o custo e a lucratividade não se mostraram variáveis relevantes. Por sua vez,
32
o último dos novos cinco atributos, aprovação social (também chamado de “imagem”, por
MOORE & BENBASAT, 1991), provou ser relevante para a decisão de adoção. Rogers
(2003) inclui esse conceito de busca por prestígio social, status ou melhoria de imagem
perante um sistema social dentro do conceito de vantagem relativa, mas de acordo com
Tornatzky e Klein (1982), diversos autores concordam com o fato de o construto imagem (ou
aprovação social) ser suficientemente diferente de vantagem relativa para ser considerado,
medido e analisado em separado.
Deve ser observado que as definições de Rogers para os construtos apresentados são
baseadas nas percepções da inovação em si, e não nas percepções de seu uso. Ajzen e
Fishbein (1980), no entanto, afirmam que as atitudes em relação a um objeto frequentemente
se diferenciam das atitudes em relação a um comportamento envolvendo um objeto. Por
exemplo, um consumidor pode achar um produto bonito e interessante (objeto), mas decidir
não comprá-lo porque acha que não teria utilidade para ele, ou porque é muito caro
(comportamento). Desta forma, a atitude positiva em relação a um objeto (ou inovação) não
se traduz diretamente em comportamentos positivos em relação ao mesmo.
A relevância desta discussão para a teoria de difusão de inovações é clara. Inovações
se difundem porque indivíduos decidem adotá-las. Sendo assim, o que importa na verdade
não seria a percepção da inovação em si, mas sim as percepções de potenciais adotantes
relativas ao uso da inovação. Para implementar essa visão, Moore e Benbasat (1991) sugerem
que as definições de Rogers para as características das inovações sejam modificadas
adicionando-se a palavra “uso”. Por exemplo, a definição de vantagem relativa seria reescrita
como “o quanto o uso de uma inovação é percebido como superior ao uso de sua precursora”.
33
Os conceitos de utilidade percebida (o grau com que um indivíduo acredita que usar
uma tecnologia irá melhorar seu desempenho em tarefas de trabalho) e facilidade de uso
percebida (o grau com que um indivíduo acredita que o uso de uma tecnologia é desprovido
de esforço físico ou mental) de Davis (1989), apesar de possuírem similaridades com os
construtos vantagem relativa e complexidade de Rogers (2003), se encaixam nesta linha de
pensamento, em que a percepção sobre o uso da inovação e as conseqüências desta utilização
são os aspectos mais importantes para definir a aceitação de uma tecnologia.
2.2.5 Teoria Unificada de Aceitação e Uso de Tecnologia (UTAUT)
Baseados em uma grande revisão de literatura sobre praticamente todas as teorias e
modelos de aceitação de tecnologia propostos até o ano da publicação de seu trabalho (entre
eles a TRA, o TPB, o TAM, o modelo da Teoria de Difusão de Inovações e outros),
Venkatesh et al (2003) propõem a elaboração de uma teoria unificada para a aceitação e uso
da tecnologia (UTAUT), testando os construtos existentes em oito modelos e escolhendo os
que se apresentaram consistentemente como determinantes diretos e significativos da intenção
de uso ou do uso concretizado da tecnologia.. A figura 2.4 ilustra o modelo UTAUT proposto
por Venkatesh et al (2003).
34
Figura 2.4 – Teoria Unificada de Aceitação e Uso da Tecnologia
Por meio do UTAUT, Venkatesh et al (2003) teorizam que quatro construtos teriam
influência direta sobre a intenção de uso e o uso concretizado da tecnologia: a expectativa de
desempenho, a expectativa de esforço, a influência social e as condições facilitadoras. O
UTAUT foi elaborado e testado para modelar a adoção de novos sistemas e tecnologias da
informação em ambientes de trabalho, na mesma linha do TAM original. No entanto, o
UTAUT possui uma sólida base teórica e sugere construtos que poderiam ser utilizados e
testados também para a adoção de tecnologias de consumo.
A expectativa de desempenho é definida como o grau em que um indivíduo acredita
que usar uma tecnologia irá ajudá-lo a alcançar níveis superiores de desempenho em suas
tarefas de trabalho. Este construto é baseado no construto utilidade percebida do TAM
(DAVIS et al, 1982) e no construto vantagem relativa da teoria de difusão de inovações de
Rogers (2003). Venkatesh et al (2003) apontam para o fato de a expectativa de desempenho,
assim como construtos similares em outros modelos, ter apresentado consistentemente o
35
maior poder preditivo para a intenção de uso, tanto em ambientes de uso voluntário quanto em
ambientes de uso mandatório (AGARWAL & PRASAD, 1998; TAYLOR & TODD, 1995).
A expectativa de esforço é definida como o grau de facilidade associado ao uso de
uma tecnologia. Este construto é similar a construtos presentes em outros modelos, como a
facilidade de uso percebida do TAM (DAVIS et al, 1982), ou o construto complexidade,
presente na teoria de difusão de inovações (ROGERS, 2003). Venkatesh et al (2003) afirmam
que o construto expectativa de esforço (e seus similares em outros modelos) é significante na
previsão da intenção de uso, particularmente nos primeiros estágios da adoção (THOMPSON
et al, 1994).
Por sua vez, o construto influência social representa o grau de percepção de um
indivíduo sobre o quão importante é, para pessoas próximas e relevantes, que ele utilize a
tecnologia. O construto influência social é similar ao construto norma subjetiva presente na
TRA de Fishbein e Ajzen (1975) e na TPB de Ajzen (1985). Venkatesh e Davis (2000)
sugerem, no entanto, que os efeitos da influência social são mais relevantes em ambientes
onde a adoção é mandatória, mas apontam para o fato de que, em ambientes onde a adoção é
voluntária, pode existir necessidade de conformação com a opinião de pessoas próximas ou
com grupos de referência, o que tornaria a influência social um construto igualmente
significativo na determinação da aceitação de novas tecnologias.
Por fim, o construto condições facilitadoras mede até que ponto um indivíduo acredita
que a infraestrutura organizacional e técnica existente na empresa permite e suporta a
utilização da tecnologia a ser adotada. Esse construto é similar ao construto controle
percebido da TPB (AJZEN, 1985) e ao construto compatibilidade da teoria de difusão de
36
inovações (ROGERS, 2003). Os resultados obtidos por Venkatesh et al (2003) indicam um
efeito direto do construto condições facilitadoras sobre o uso concretizado, sem a mediação da
intenção de uso.
Venkatesh et al (2003) testaram o UTAUT empiricamente, utilizando dados de quatro
empresas diferentes, realizando ainda uma validação cruzada com dados de outras duas
empresas. Os resultados apresentaram forte suporte empírico para as relações e construtos
propostos no UTAUT, com efeitos diretos significativos sobre a intenção de uso da tecnologia
sendo verificados para os seguintes construtos: expectativa de desempenho, expectativa de
esforço e influência social. Além disso, foram confirmados efeitos diretos da intenção de uso
e do construto condições facilitadoras sobre o uso concretizado da tecnologia. Venkatesh et al
(2003) ainda testaram e verificaram efeitos significativos de variáveis moderadoras como
sexo e idade sobre as relações entre os construtos do UTAUT. Para concluir, os autores
afirmam que o UTAUT foi capaz de explicar 70% da variância presente na intenção de uso de
uma tecnologia, uma melhora substancial sobre os outros modelos de aceitação de tecnologia
(o TAM, por exemplo, para os mesmos dados, só foi capaz de explicar 38% do variância,
segundo VENKATESH et al, 2003).
O grande problema do UTAUT, no entanto, é o seu foco excesivo no ambiente de
trabalho, tornando difícil sua aplicação no contexto do consumidor. Diferentemente do
UTAUT, o modelo CAT descrito a seguir foi desenvolvido especialmente para lidar com a
adoção de tecnologia pelo consumidor final.
37
2.3 O modelo de aceitação de tecnologia pelo consumidor (CAT)
A maior parte das teorias sobre aceitação de tecnologia, além de ser principalmente
direcionada para ambientes de trabalho, é focada nos fatores cognitivos que determinam o uso
da tecnologia, como a utilidade percebida e a facilidade de uso percebida (DAVIS et al, 1989,
VENKATESH et al, 2003). Conforme apontam Kulviwat et al (2007), são poucos os estudos
que incorporam a dimensão afetiva na compreensão do comportamento sobre adoção de
tecnologia, uma dimensão particularmente importante quando o público alvo da tecnologia é
formado por consumidores individuais.
Consumidores, diferentemente de trabalhadores em uma corporação, adotam e
utilizam produtos ou serviços de alta tecnologia por razões que vão além dos benefícios
concretos que tais produtos ou serviços podem proporcionar. Os consumidores se envolvem
emocionalmente com os produtos e serviços que utilizam, vivenciando um amplo espectro de
emoções durante suas experiências com o produto/serviço, sentindo prazer, excitação,
frustração, ou até mesmo medo (MICK & FOURNIER, 1998). Mais do que isso, os
consumidores não só realizam tarefas produtivas com as tecnologias que adotam, mas também
as utilizam para tarefas hedônicas (HARTMAN et al, 2006). Tarefas utilitárias, de acordo
com Childers et al (2001) seriam atividades onde a principal motivação é a solução de
problemas. Essas tarefas são, portanto, de natureza primariamente cognitiva, baseadas na
razão e direcionadas a um objetivo (DHAR & WERTENBROCH, 2000). Por outro lado,
tarefas hedônicas seriam caracterizadas por experiências afetivas e sensoriais de natureza
estética, fantasiosa ou com propósito de diversão (HIRSCHMAN & HOLBROOK, 1982;
BATRA & AHTOLA, 1991). O tipo de tarefa realizada com uma tecnologia pode influenciar
a formação da intenção de uso por parte do consumidor, como mostraram Kempf (1999) e
Moon e Kim (2001).
38
Buscando uma modelagem mais abrangente, que incorporasse tanto os aspectos
cognitivos quanto os afetivos envolvidos na aceitação de tecnologia por um indivíduo,
Kulviwat, Bruner, Kumar, Nasco e Clark (2007) propõem o modelo de aceitação de
tecnologia pelo consumidor, CAT (Consumer Acceptance of Technology), com base no
modelo TAM de Davis (1989) e no paradigma de emoções PAD (Prazer, Excitação e
Domínio ou, em inglês, Pleasure, Arousal e Dominance) de Mehrabian e Russell (1974). A
figura 2.5 ilustra os construtos e relações do modelo CAT original, conforme proposto for
Kulviwat et al (2007).
Figura 2.5 – Modelo de Aceitação de Tecnologia pelo Consumidor (CAT)
39
Kulviwat et al (2007) afirmam que seu objetivo ao desenvolver o CAT era propor um
substituto ao TAM, melhor adaptado ao contexto de adoção de inovações tecnológicas por
consumidores. Os autores buscavam ainda manter a parcimônia do modelo TAM original e
por essa razão fizeram uso de uma teoria de afeto unificada, cobrindo uma grande variedade
das emoções que o consumidor poderia sentir ao utilizar uma nova tecnologia, sem adicionar
muitos construtos ao modelo final.
Detalhes sobre o modelo, construtos empregados e suas relações são discutidos a
seguir. É realizada uma breve exposição da teoria PAD de Mehrabian e Russell (1974). É
apresentada também a revisão do CAT sugerida por Nasco, Kulviwat, Kumar e Bruner, 2008.
Após essa descrição, são avaliados os resultados obtidos pelo CAT nos dois estudos em que
foi utilizado (KULVIWAT et al, 2007; NASCO et al, 2008) e realizadas comparações de
desempenho com o TAM, sempre no contexto de adoção de tecnologias pelo consumidor.
2.3.1 Teoria do Prazer, Excitação e Domínio (PAD)
Mehrabian e Russell (1974) afirmam que todas as possíveis respostas emocionais para
experiências físicas, sensoriais ou sociais podem ser compreendidas a partir de três
dimensões: prazer (pleasure), excitação (arousal) e domínio (dominance). Os autores
sugerem que qualquer uma das muitas emoções humanas pode ser representada como uma
combinação dessas três dimensões, variando-se a magnitude e direção (positiva ou negativa)
de cada uma destas dimensões. Componentes de prazer, excitação e domínio definiriam,
portanto, os sentimentos de um indivíduo; estas emoções, por sua vez, influenciariam o seu
comportamento e decisões.
40
A dimensão do prazer mede o quão agradável (ou desagradável) é a reação que um
indivíduo experimenta quando é exposto a um dado estímulo. Felicidade e satisfação
(positivos) ou melancolia e irritação (negativos) são sentimentos fortemente associados a essa
dimensão. A excitação diz respeito ao estado de atenção mental e/ou física que uma pessoa
experimenta em resposta a algum estímulo. Tédio e desinteresse (negativos) ou interesse,
disposição e animação (positivos) são emoções associadas à dimensão da excitação. Por fim, a
terceira dimensão, o domínio, se refere ao grau de controle (ou descontrole) que um indivíduo
sente quanto apresentado a um estímulo. Emoções como angústia, medo e insegurança
(negativas) ou coragem, segurança ou audácia (positivas) são regidas pela dimensão do
domínio.
Figura 2.6 – Representação do Modelo PAD para Estados Emocionais (Mehrabian, 1996)
Desde sua elaboração, a teoria PAD foi aplicada em diversos estudos na literatura de
marketing, como instrumento capaz de medir as respostas emocionais a estímulos
provenientes do ambiente. Oliver (1993) utilizou a PAD para avaliar experiências e emoções
de consumidores após o consumo de produtos. Hui e Bateson (1991), por sua vez, aplicaram a
PAD em uma pesquisa sobre as emoções associadas ao consumo de serviços. Koufaris (2002)
avaliou a experiência de compras online e Donovan et al (1994) estudaram as respostas
41
emocionais que os consumidores apresentavam quando expostos a diferentes ambientes em
lojas de varejo.
Nasco et al (2008) destacam o fato de que, em estudos que aplicaram a PAD em
contextos de marketing, o papel da dimensão domínio é minimizado ou ignorado devido a ela,
em geral, apresentar baixa significância em relação aos outros construtos testados (BAKER et
al, 1992; DONOVAN & ROSSITER, 1982; SHERMAN et al, 1997). No entanto, Foxall e
Greenley (2000), Yani-de-Soriano e Foxall (2006) e Machleit e Eroglu (2000) debatem essa
questão dizendo que, na literatura de comportamento do consumidor, a importância da
dimensão domínio depende do contexto em que é testada, assumindo maior importância em
experimentos em que poucas opções são dadas ao consumidor do que em cenários em que
existe muita liberdade de escolha. Por sua vez, Mehrabian (1995), um dos criadores do
paradigma PAD, defende a manutenção da dimensão domínio em seu modelo, tendo realizado
mais estudos para confirmar seu ponto de vista. Shaver et al (1987) e Morgan e Heise (1988)
realizam comparações entre modelos contendo somente prazer e excitação e a PAD com suas
três dimensões e chegam à conclusão de que o modelo com três dimensões é mais adequado e
informativo.
Por fim, Kulviwat et al (2007) não encontram resultados que validem o efeito direto
da dimensão domínio sobre a atitude com relação à adoção de uma nova tecnologia. Apesar
destes resultados, Nasco et al (2008), ao avaliar os efeitos e interações da dimensão domínio
com outros construtos do CAT, afirmam que manter a dimensão domínio no modelo é
vantajoso, em particular por causa da interação entre domínio e o construto facilidade de uso
percebida, que apresenta um efeito direto significativo sobre a atitude de adoção.
42
2.3.2 Construtos empregados no CAT
A seguir são definidos e detalhados os construtos utilizados por Kulviwat et al (2007)
no modelo CAT, apresentado na Figura 2.5.
2.3.2.1 Utilidade Percebida
Como visto durante a revisão do modelo TAM, o construto utilidade percebida retrata
o quanto um indivíduo acredita que uma dada tecnologia pode melhorar sua produtividade ou
desempenho em alguma tarefa de trabalho (DAVIS et al, 1989). No caso do consumidor, a
utilidade percebida está atrelada ao resultado funcional do uso da tecnologia, podendo ser
traduzida como a probabilidade, percebida pelo consumidor, de que a tecnologia em questão
irá beneficiá-lo de alguma forma ao realizar uma tarefa.
Na literatura que avalia o TAM e suas aplicações, o construto utilidade percebida é um
dos principais elementos na determinação da aceitação e uso da tecnologia (DAVIS, 1989;
MATHIESON, 1991; TAYLOR & TODD, 1995), tendo se provado o fator mais importante e
significativo para caracterização da adoção (DAVIS et al, 1989; HU et al, 1999) em contextos
corporativos. No caso do consumidor, relações positivas e significativas foram encontradas
entre a utilidade percebida e a atitude com relação ao uso de novas tecnologias. Alguns
exemplos são o uso de novos serviços disponíveis na internet (Childers et al, 2001; GENTRY
& CALANTONE, 2002) e a atitude em relação a utilizar produtos que permitam o acesso
móvel à Internet (BRUNER & KUMAR, 2005).
43
2.3.2.2 Facilidade de Uso Percebida
O construto facilidade de uso percebida, de forma similar a como foi definido no TAM
(DAVIS et al, 1989), envolve a crença do indivíduo sobre o quão fácil ou livre de esforço é a
tarefa de aprender a utilizar (e posteriormente usar) uma tecnologia. Acredita-se que a
facilidade de uso seja um componente importante para determinar a adoção inicial e o uso
continuado de uma tecnologia. Venkatesh (1999) e Lin et al (2007) comprovaram
empiricamente a importância desse construto na aceitação de novas tecnologias.
A literatura apresenta evidências tanto de um efeito direto da facilidade de uso
percebida sobre a atitude com relação à adoção, quanto de um efeito indireto por meio do
construto utilidade percebida (DAVIS et al, 1989; VENKATESH, 1999). O efeito direto
sugere que, mesmo sem considerar a utilidade de uma tecnologia, a sua facilidade de uso
influenciará de forma significativa e positiva sua adoção (quanto mais fácil for utilizar a
tecnologia ou produto, maior sua aceitação). O efeito indireto diz respeito ao fato de que
tecnologias mais fáceis de serem usadas são naturalmente percebidas como sendo mais úteis,
o que tornaria mais positiva a atitude do indivíduo com relação à tecnologia e,
consequentemente, aumentaria sua intenção em adotá-la (DAVIS et al, 1989).
Ambos os efeitos, direto e indireto, foram testados e vistos como significativos para o
contexto de aceitação de tecnologia em empresas (ADAMS et al, 1992; DAVIS et al, 1989).
No contexto de consumidores, verificou-se que a facilidade de uso percebida apresenta um
efeito direto e positivo sobre a atitude com relação ao uso de uma nova tecnologia
(CHILDERS et al, 2001; DABHOLKAR & BAGOZZI, 2002; GENTRY & CALANTONE,
2002).
44
2.3.2.3 Vantagem Relativa
Conforme descrito na teoria de difusão de inovações por Rogers (2003), a vantagem
relativa de uma inovação diz respeito à crença, pelo adotante, de que a inovação apresentada é
superior de alguma forma ao que ela pretende suplantar. Rogers (2003) afirma que, quanto
maior a vantagem relativa percebida em uma inovação, mais certa e rápida será sua adoção.
Utilizando o modelo para as características percebidas de uma inovação proposto por Moore e
Benbasat (1991) com base na teoria da difusão de Rogers, Plouffe et al (2001) demonstram
empiricamente que a vantagem relativa é o fator com maior importância na determinação da
intenção de adoção. A meta-análise conduzida por Tornatzky e Klein (1982) sobre as
características de inovações chega à mesma conclusão, com a vantagem relativa se
apresentando como um construto consistentemente decisivo para a adoção.
Apesar de vantagem relativa e utilidade percebida serem construtos conceitualmente
relacionados, com o primeiro envolvendo a percepção de o quão melhor é uma inovação em
relação a sua precursora e o segundo descrevendo a crença de um indivíduo de que a inovação
o ajudará a desempenhar alguma função, Kulviwat et al (2007) acreditam que é relevante a
adição de vantagem relativa ao modelo CAT por acharem que este construto pode
desempenhar um papel complementar ao construto utilidade percebida na formação das
atitudes com relação à adoção (KARAHANNA, 2002; MOORE & BENBASAT, 1991).
Dado o contexto do consumidor final, que pode comparar diversas opções de
tecnologia e escolher livremente se irá adotar alguma, acredita-se que inovações que ofereçam
claras vantagens com relação a tecnologias que o consumidor já utiliza (ou utilizou) teriam
mais chance de serem adotadas. Sendo assim, o construto vantagem relativa possuiria algum
efeito sobre a atitude com relação à adoção. Observa-se que o contexto do consumidor difere
45
muito do contexto da corporação neste caso, para o qual o TAM foi inicialmente
desenvolvido. Em contraste com o consumidor, que tem o poder de decisão, espera-se que os
funcionários de uma empresa utilizem novas tecnologias escolhidas por outros membros da
corporação, o que torna o construto utilidade percebida mais relevante do que o construto
vantagem percebida (não incluído no TAM de DAVIS et al, 1989).
Conforme ilustrado na estrutura do modelo CAT (figura 2.5), Kulviwat et al (2007)
esperam que a vantagem relativa possua tanto um efeito direto sobre a atitude com relação à
adoção, quanto um efeito indireto através de sua influência sobre o construto utilidade
percebida. Esse efeito indireto pode ser explicado da seguinte maneira: os consumidores
tenderiam a enxergar inovações como mais úteis (maior utilidade percebida) quanto mais as
julgarem superiores às alternativas. É importante salientar, no entanto, que nem todas as
vantagens relativas de uma tecnologia, quando comparadas a outras (concorrentes ou
antecessoras), podem ser consideradas de fato úteis. Vantagens puramente estéticas, por
exemplo, podem não desempenhar nenhuma função extra além de tornar o produto mais
agradável aos olhos do consumidor. Tais vantagens relativas podem, no entanto, representar
um incentivo para a aceitação de uma tecnologia, embora não sejam estritamente funcionais.
2.3.2.4 Prazer
A busca por felicidade, satisfação ou diversão desempenha papel importante na
decisão de consumo de produtos ou serviços de alta tecnologia, de acordo com Holbrook e
Hirschman (1982) e Hartman et al (1982). Childers et al (2001) verificaram empiricamente a
influência que o potencial de entretenimento de um produto de alta tecnologia possui sobre o
processo decisório de adoção. Lee et al (2003) e Bruner e Kumar (2005) encontraram efeitos
46
diretos de emoções ligadas à dimensão prazer sobre a atitude com relação à adoção de
produtos ou serviços voltados para o uso da internet.
2.3.2.5 Excitação
A formação de atitudes a partir de emoções ligadas à dimensão da excitação foi testada
em contextos envolvendo o consumidor final por Donovan et al (1994) em estudo sobre os
sentimentos de compradores em lojas de varejo. Verificou-se que um ambiente mais animador
e interessante na loja tinha efeito direto positivo sobre a intenção de compra do consumidor.
Em um contexto de adoção de tecnologia, Lee et al (2003) encontraram uma relação positiva
entre excitação e intenção de uso de serviços de compra online.
2.3.2.6 Domínio
Parasuraman e Colby (2001), por meio das dimensões de desconforto e insegurança
presentes no construto prontidão para tecnologia (Technology Readiness, ou TR), apontam
para a importância de sensações de confiança, controle e domínio na determinação da
intenção de adoção de novas tecnologias. Segundo esses autores, as dimensões de desconforto
e insegurança agiriam como inibidores da aceitação, retardando ou impedindo o consumidor
de adotar uma dada tecnologia.
Sentimentos de frustração, confusão e medo (relacionados ao pólo negativo da
dimensão domínio) estariam ligados a formação de atitudes negativas em relação ao uso de
computadores e tecnologias associadas (HARRIS & DAVISON, 1999). Similarmente, Igbaria
47
e Parasuraman (1989) verificaram que a ansiedade seria um dos fatores mais significativos na
constituição de atitudes negativas para com novas tecnologias.
2.3.2.7 Atitude em relação à adoção
A atitude em relação à adoção é um conjunto de julgamentos cognitivos e afetivos de
um indivíduo com relação a uma dada tecnologia (BLACKWELL et al, 2005) Os construtos
avaliados anteriormente, tanto cognitivos quanto afetivos, seriam, portanto, os blocos
formadores desta atitude, que por sua vez influenciaria a intenção do indivíduo em adotar uma
tecnologia.
O papel da atitude como antecedente direto na previsão da intenção de adoção é razão
de debate na literatura sobre aceitação de tecnologia. Sheppard et al (1988), em uma meta-
análise da teoria da ação racionalizada, concluíram que a atitude estaria significativamente
relacionada com a intenção de uso. Por outro lado, Venkatesh (1999) e Venkatesh e Davis
(2000), estudando o papel da atitude no modelo TAM, apontam para dúvidas sobre o seu
papel como construto moderador dos efeitos da utilidade percebida e da facilidade de uso.
Na literatura de comportamento do consumidor, Bruner e Kumar (2005) destacam o
fato de que, diferentemente do que ocorre com a adoção de novas tecnologias no local de
trabalho (DAVIS et al, 1992), emoções provenientes da experiência com a tecnologia são
determinantes na formação da atitude do consumidor em relação a sua adoção, podendo ser
mais importantes do que a utilidade percebida ou outros construtos cognitivos. Bruner e
Kumar comentam ainda o fato de que, no modelo c-TAM (consumer Technology Acceptance
Model), proposto por eles, não foram vistos efeitos diretos do construto utilidade percebida
48
sobre a intenção de adoção, somente tendo sido verificados efeitos indiretos via atitude. A
atitude desempenharia, portanto, um papel importante na aceitação de tecnologia por
consumidores. Kulviwat et al (2007) afirmam que, na medida em que se incluem construtos
relacionados a emoções na compreensão da adoção de novas tecnologias por consumidores, a
atitude com relação a adoção se torna um construto mais relevante, uma vez que tanto
cognição quanto emoção influenciam a atitude, que por sua vez afeta a intenção de adoção
(AJZEN, 2001).
2.3.2.8 Intenção de adoção
A intenção de adoção traduz a propensão do indivíduo em adotar certa tecnologia,
dada a sua atitude para com a tecnologia em questão. Para estudos sobre a aceitação de
tecnologia no ambiente de trabalho, o uso da tecnologia é a variável dependente principal
(DAVIS et al, 2009; VENKATESH et al, 2003), podendo inclusive ser medida de forma
concreta por meio de relatórios informatizados de uso para cada funcionário (particularmente
no caso de tecnologias de computação). No caso da adoção de tecnologia por consumidores, o
construto a ser compreendido e modelado é intenção de adoção, e não o uso concretizado
(CHILDERS et al, 2001; BRUNER & KUMAR, 2005; KULVIWAT et al, 2007; NASCO et
al, 2008).
Sob o ponto de vista do marketing, essa direção tomada pela literatura de
comportamento do consumidor faz sentido, uma vez que, além de ser muito difícil a medição
do uso real que consumidores fazem de uma dada tecnologia por meio de um questionário
(NUNNALLY & BERNSTEIN, 1994), o foco de empresas inovadoras, que colocam novas
tecnologias no mercado, está em entender as razões por trás da adoção de produtos e não
49
diretamente como (ou com que freqüência) os consumidores que já adotaram a tecnologia a
utilizam.
2.3.3 Resultados do modelo CAT
Kulviwat et al (2007) utilizaram escalas previamente desenvolvidas por outros estudos
para a medição dos construtos envolvidos no CAT. Para a medição do construto vantagem
relativa foi utilizada a escala desenvolvida por Moore e Benbasat (1991). Para a medição dos
construtos utilidade percebida e facilidade de uso percebida foram utilizadas as escalas
operacionalizadas por Lund (2001). As três dimensões das emoções (prazer, excitação e
domínio), foram medidas por meio da escala original da PAD, desenvolvida por Mehrabian e
Russel (1974). Por fim, a escala de Bagozzi et al (1992) foi utilizada para medir o construto
atitude e a escala de MacKenzie et al (1986) para medir a intenção de adoção.
Os autores testaram o modelo proposto utilizando modelagem de equações estruturais,
obtendo medidas de desempenho adequadas e verificando efeitos significativos na maioria das
relações propostas entre os construtos presentes. Para os construtos cognitivos, a relação de
utilidade percebida com a atitude foi significativa, assim como o efeito direto da facilidade de
uso percebida sobre a utilidade percebida. A facilidade de uso percebida, no entanto, não
apresentou efeito significativo direto sobre a atitude com relação à adoção. Da mesma forma,
foi comprovada a relação entre o construto vantagem relativa e a utilidade percebida, mas não
foi verificado o efeito direto de vantagem relativa sobre atitude. Foi encontrado ainda, em um
dos testes realizados pelos autores, um efeito significativo direto entre a utilidade percebida e
a intenção de adoção, sem a mediação da atitude. Para os construtos relacionados à emoção,
foram significativos os efeitos diretos das dimensões prazer e excitação sobre a atitude. Por
outro lado, a dimensão domínio não apresentou relação direta com o construto atitude. A
50
figura 2.7 ilustra o modelo CAT e suas relações mais uma vez, ressaltando as relações não
significativas por meio do uso de linhas tracejadas.
Figura 2.7 – Relações verificadas no modelo CAT (KULVIWAT et al, 2007)
Kulviwat et al (2007) analisaram também o papel mediador da atitude entre os
construtos cognitivos e emocionais e a intenção de adoção. Para tanto, eles realizaram duas
modelagens separadamente: uma permitindo efeitos diretos tanto dos três construtos
cognitivos quanto das três dimensões das emoções sobre a intenção de adoção (além do efeito
indireto via atitude) e outra só permitindo o efeito indireto mediado pela atitude. Os resultados
51
destas duas modelagens apontam para uma relação positiva significativa entre atitude e
intenção de adoção, mas ao mesmo tempo ressaltam que a inclusão do efeito direto
significativo entre utilidade percebida e a intenção de adoção no modelo melhora seu poder
preditivo. Gentry e Calantone (2002) já haviam encontrado essa relação direta entre utilidade
percebida e intenção de adoção em outro estudo. Swanbrow (2005), ao discutir a relação de
amor e ódio que muitos consumidores têm com seus telefones celulares, fornece evidências de
que, mesmo quando a atitude é negativa em relação a alguma tecnologia, a sua utilidade pode
ser tão grande e necessária que o consumidor termina por adotá-la mesmo sem de fato possuir
uma visão positiva dela.
Retirando todas as dimensões afetivas e o construto vantagem percebida, o CAT se
transforma efetivamente no TAM, o que permite aos autores uma comparação direta entre o
desempenho dos dois modelos para o mesmo conjunto de dados. Kulviwat et al (2007)
demonstram que o CAT foi capaz de explicar 53% da variância da intenção de adoção de um
produto de alta tecnologia por consumidores. Para os mesmos dados, o TAM explicou
somente 38% da variância da variável dependente. A diferença entre a proporção da variância
explicada pelos dois modelos foi comprovada como significativa utilizando-se um teste qui-
quadrado de diferenças. Estudos anteriores com o TAM (DAVIS, 1989; DAVIS et al, 1989,
CHAU & HU, 2001) foram capazes de explicar somente entre 17% e 33% da variância da
intenção de adoção. Sendo assim, o CAT, ao utilizar emoções na compreensão da intenção de
adoção de novas tecnologias, representa uma melhora significativa ao modelo TAM para a
caracterização do comportamento de consumidores.
52
2.3.4 Modelo CAT revisado
Nasco, Kulviwat, Kumar e Bruner (2008), em estudo consecutivo ao trabalho de
Kulviwat et al (2007) e realizado com o mesmo conjunto de dados, avaliam em maior detalhe
o papel da dimensão domínio na formação da atitude com relação à adoção de novas
tecnologias por consumidores. A motivação principal por trás desta investigação é o fato de
Kulviwat et al (2007) não terem encontrado efeitos significativos desta dimensão sobre a
atitude. Além de avaliar os efeitos do domínio e suas interações com outras variáveis
presentes no CAT original, Nasco et al sugerem uma revisão do CAT com a adição de um
novo construto, a influência social, argumentando que normas sociais, comunicação
interpessoal e pressão de pares exerceriam um efeito importante na decisão de adoção de
novas tecnologias pelo consumidor (BAILEY, 2004). Neste mesmo trabalho, Nasco et al
realizam ainda uma avaliação da possível influência que a natureza da experiência (utilitária
ou hedônica) que um consumidor tem com um produto antes da adoção teria sobre a formação
de sua atitude com relação à tecnologia experimentada.
O modelo CAT revisado, proposto por Nasco et al (2008), é ilustrado na figura 2.8. A
seguir são apresentadas e discutidas as principais mudanças sugeridas por Nasco et al (2008)
ao CAT e os novos construtos que foram adicionados ao modelo, assim como os resultados
obtidos.
2.3.4.1 Influência Social
Bearden e Etzel (1982) chamam atenção para o fato de que a necessidade de
conformação a norma subjetiva e a opiniões de pessoas próximas pode fazer com que os
consumidores se comportem de maneira diferente em relação à adoção do que se
53
comportariam em ambientes onde não existisse pressão social. Adotar uma nova tecnologia
pode representar a aproximação de algum grupo de referência ou ser resultado direto da
influência ou desejos de pessoas próximas e respeitadas (KELMAN, 1958). O construto
norma subjetiva, presente na teoria da ação racionalizada (TRA) de Ajzen e Fishbein (1980),
retrata o fato de que indivíduos são influenciados pelas expectativas normativas de outros e
sentem a necessidade de se conformar a elas. Rogers (2003) e Tornatsky e Klein (1982)
afirmam que a compatibilidade entre a inovação e as normas de grupos de referências do
indivíduo tem efeito significativo na decisão de adoção de novas tecnologias. Thorbjornsen et
al (2007), por sua vez, apontam para o fato de a influência social ser um antecedente
importante da explicação do comportamento de adoção e uso de novos tipos de mídia.
Figura 2.8 – Modelo CAT Revisado (NASCO et al, 2008)
54
Apesar da TRA incluir o construto norma subjetiva em sua estrutura, o TAM original
de Davis (1989) não adotou esse construto, por não terem sido encontrados efeitos
significativos entre este construto e os demais (DAVIS et al, 1989; MATHIESON, 1991). No
entanto, desde então, a pesquisa sobre aceitação de tecnologia validou efeitos da influência
social em diversos contextos (TAYLOR & TODD, 1995; VENKATESH & MORRIS, 2000,
NASCO et al, 2007). No ambiente de trabalho, a influência e opinião de pares e superiores foi
verificada como importante determinante de normas subjetivas (TAYLOR & TODD, 1995;
VENKATESH & MORRIS, 2000). Por sua vez, Lucas e Spitler (1999) argumentam que as
normas sociais possuem efeitos importantes sobre as percepções de trabalhadores a respeito
da facilidade de uso e da utilidade de uma tecnologia, influenciando assim a intenção de
adoção.
No contexto de comportamento do consumidor, Mangleburg et al (2004) apontam para
o relacionamento entre influência e pressão de pares e atividades de compra, verificando seu
impacto em decisões de compra e tendências de gastos. Da mesma forma, Raghunathan e
Corfman (2006) confirmam que a influência social é determinante direto da satisfação de
atividades hedônicas de consumo (como viagens e compras). Brown et al (2002) afirmam que
os efeitos do construto influência social são mais presentes em contextos de consumo do que
no ambiente de trabalho, pois, diferentemente do que ocorre com empregados de uma
empresa (onde a escolha de uma tecnologia é geralmente decidida por superiores),
consumidores possuem a liberdade de decidir adotar (ou não) qualquer tecnologia. Neste caso,
onde a escolha sobre a adoção é livre, influências interpessoais tendem a se manifestar com
maior intensidade, com a influência de pessoas próximas e a necessidade de adequação a
normas sociais podendo ser determinantes na decisão do indivíduo.
55
Scholosser e Shavitt (2002), assim como Bailey (2004), encontraram efeitos diretos da
influência social sobre a atitude de consumidores com relação a novos produtos. Yang (2007)
também apresenta evidências do impacto que o construto influência social possui sobre as
atitudes de consumidores com relação ao uso de novas tecnologias.
2.3.4.2 Domínio e suas interações com outros construtos
Nasco et al (2008) realizaram um estudo mais detalhado dos efeitos da dimensão
domínio sobre os outros construtos envolvidos no CAT, uma vez que no trabalho original de
Kulviwat et al (2007) o domínio não apresentou efeito significativo na atitude dos
consumidores com relação à adoção de novas tecnologias.
O papel da dimensão domínio na formação das emoções é muito discutido pela
literatura de marketing, com diversos autores, em estudos sobre o paradigma PAD, apontando
para relações não significativas ou fracas entre domínio e outras variáveis investigadas
(BAKER et al, 1992; SHERMAN et al, 1997).
Na literatura de comportamento do consumidor, Donovan et al (1994), ao aplicar o
modelo PAD para medir emoções sentidas por consumidores durante experiências de compra,
encontraram efeitos significativos das dimensões prazer e excitação sobre o tempo que o
consumidor gasta em uma loja ou sobre compras não planejadas. No entanto, Donovan et al
(1994) não mediram a dimensão domínio, devido a não terem encontrado suporte para sua
utilização em estudo anterior (DONOVAN & ROSSITER, 1982). Sherman et al (1997), em
mais um estudo sobre o comportamento do consumidor durante a realização de compras,
também decidem por não incluir a dimensão domínio em seu modelo, concordando com as
56
conclusões de Russell e Pratt (1980) e Donovan e Rossiter (1982) sobre a não significância do
construto. Em contraste, Foxall (1997), Foxall e Greenley (1998) e Soriano et al (2002)
verificam efeitos significativos do domínio sobre o comportamento do consumidor. Da
mesma forma, Yani-de-Soriano e Foxall (2006) e Machleit e Eroglu (2002) demonstraram que
o domínio é a dimensão afetiva mais importante para diferenciar contextos em que o
consumidor possui poucas escolhas de contextos onde existem muitas escolhas.
Nasco et al (2008) destacam que o papel da dimensão domínio para a compreensão de
atitudes e intenções de adoção de produtos de alta tecnologia se traduziria como a sensação de
controle que um consumidor pode experimentar ao fazer uso de uma tecnologia (domínio
positivo) ou como a ansiedade, confusão e insegurança (domínio negativo) que um
consumidor pode vivenciar quando não se sentir capaz de utilizar devidamente certa
tecnologia. Nasco et al (2008) apontam para a similaridade e possíveis interações que o
domínio teria com a facilidade de uso percebida, visto que este construto mede, através de
aspectos cognitivos, a opinião de um indivíduo sobre o quão fácil ou difícil seria utilizar uma
tecnologia.
De acordo com a interação entre domínio e facilidade de uso percebida, consumidores
que se sentissem no controle (alto domínio) e percebessem a tecnologia como fácil de ser
utilizada (alta facilidade de uso percebida) formariam atitudes positivas com relação àquela
tecnologia. Por outro lado, consumidores que se sentissem no controle (alto domínio) e ao
mesmo tempo percebessem a tecnologia como difícil de ser utilizada (baixa facilidade de uso
percebida) teriam atitudes negativas com relação à tecnologia analisada. Em contraste, se um
consumidor percebesse uma tecnologia como fácil de ser usada (alta facilidade de uso
percebida) e, ao mesmo tempo, sentisse ter pouco controle sobre ela (baixo domínio), atitudes
57
negativas seriam geradas, com o consumidor se sentindo frustrado e insatisfeito com a
tecnologia percebida como fácil de usar, mas que ele não conseguisse controlar. Já no caso de
uma tecnologia percebida como difícil de ser utilizada (baixa facilidade de uso percebida), o
fato de um consumidor não se sentir no controle (baixo domínio) seria provavelmente
entendido como culpa da própria dificuldade de uso da tecnologia, formando também atitudes
negativas. Dadas estas conclusões, Nasco et al (2008) adicionam um construto representando
a interação entre domínio e facilidade de uso percebida na sua revisão do modelo CAT. O
quadro 2.1, a seguir, resume as relações descritas para a interação entre domínio e facilidade
de uso percebida.
Quadro 2.1 – Interações entre Domínio e Facilidade de Uso Percebida
Facilidade de Uso Percebida
Domínio
Baixa Alta
Baixo
Atitude Negativa Atitude Negativa
Alto
Atitude Negativa Atitude Positiva
2.3.4.3 Influência da natureza da tarefa sobre os resultados
Nasco et al (2008) testam também os possíveis efeitos que a natureza da experiência
de um consumidor com um produto antes da adoção teria sobre a formação de sua atitude e
intenção de adoção futura (HARTMAN et al, 2006). Para investigar tais efeitos sobre os
construtos cognitivos e afetivos do CAT, Nasco et al realizam testes separando indivíduos de
acordo com a natureza da experiência que tiveram com o produto estudado antes do
58
preenchimento do instrumento de pesquisa: hedônica (HIRSCHMAN & HOLBROOK, 1982)
ou utilitária/produtiva (CHILDERS et al, 2001).
Os autores esperavam que para consumidores que tivessem experimentado o produto
com tarefas hedônicas, as dimensões afetivas fossem mais relevantes que os construtos
cognitivos na determinação da intenção de adoção da tecnologia. Em contraste, consumidores
que fossem expostos a tarefas utilitárias deveriam ter os construtos cognitivos como principais
determinantes de sua intenção de adoção.
2.3.4.4 Resultados do modelo CAT revisado
Nasco et al (2008) fazem uso da mesma amostra de 230 estudantes universitários
utilizada por Kulviwat et al (2007) para validar seu modelo. O produto avaliado é um
assistente digital pessoal (PDA, personal digital assistant), considerado na época da coleta de
dados um dispositivo móvel inovador pelos consumidores. Nasco et al (2008) dividem a
amostra em dois grupos, com o intuito de estudar a influência que a natureza de tarefa
desempenhada com o aparelho teria sobre os construtos e relações do modelo. O primeiro
grupo foi exposto ao produto primeiramente para realizar uma tarefa utilitária (marcar
compromissos na agenda do aparelho e encontrar informações de contatos), seguida de uma
tarefa hedônica (assistir a um filme no aparelho). Com o segundo grupo foi realizado o
procedimento inverso: primeiro foi experimentada a tarefa hedônica e a seguir a tarefa
utilitária. Após a realização de cada tarefa, os participantes da pesquisa respondiam um
questionário. Nasco et al (2008) só consideraram as respostas relativas ao primeiro
questionário preenchido para cada grupo, uma vez que o objetivo do estudo era avaliar a
percepção e sentimentos iniciais dos participantes para com a tecnologia apresentada. Assim,
59
o primeiro grupo só apresentou opiniões sobre a tarefa utilitária e o segundo grupo somente
sobre a tarefa hedônica.
Em um passo inicial, os autores validam as escalas utilizadas no estudo. Foram usadas
as mesmas escalas de Kulviwat et al (2007), adicionadas de uma escala de três itens
desenvolvida por Pedersen e Nysveen (2003) para medição do construto influência social. A
consistência interna das escalas é então testada três vezes: uma para a amostra só contendo o
grupo que realizou a tarefa hedônica, outra para o grupo que realizou a tarefa utilitária e uma
terceira vez para a amostra agregada, incluindo ambos os grupos. Os autores encontram
valores satisfatórios (maiores do que 0,70, de acordo com NUNNALLY & BERNSTEIN,
1994) para o alpha de Cronbach de quase todas as escalas, as exceções sendo as escalas de
excitação e domínio para o grupo que realizou a tarefa utilitária.
Para testar as relações entre os construtos e também a influência da natureza das
tarefas experimentadas foi utilizada modelagem de equações estruturais. Assim como na
modelagem de Kulviwat et al (2007), os índices de ajuste dos modelos testados foram
satisfatórios. Foram encontrados efeitos diretos significativos sobre a atitude para os
construtos utilidade percebida, prazer, excitação, influência social e para a interação entre
domínio e facilidade de uso percebida. Os efeitos indiretos de vantagem relativa e facilidade
de uso percebida por meio do construto utilidade percebida também foram significativos. A
figura 2.9 ilustra as relações verificadas, com a linha tracejada indicando a relação não
significativa entre domínio e atitude. Todos os valores de e suas significâncias apresentados
aqui se referem ao modelo ajustado para a amostra completa, contendo simultaneamente os
dois grupos estudados.
60
Para examinar a influência da natureza da tarefa experimentada pelo consumidor na
formação da sua atitude em relação ao produto, Nasco et al (2008) realizaram testes qui-
quadrado com o intuito de verificar se existia variação entre os efeitos observados para cada
um dos grupos avaliados. De acordo com Byrne (1998), se a diferença observada por meio do
teste qui-quadrado não for significativa, os efeitos são invariantes entre grupos. Os resultados
encontrados a partir dessa análise não foram significativos, indicando que os diferentes
modelos estruturais testados para o CAT se ajustam igualmente bem aos dados, não
importando qual o tipo de tarefa, hedônica ou utilitária, por meio da qual um produto é
inicialmente avaliado.
Figura 2.9 – Relações verificadas no CAT revisado (NASCO et al, 2008)
61
Nasco et al (2008) concluem sua revisão do modelo CAT afirmando que, apesar do
efeito direto de domínio sobre atitude não ter sido significativo (para a modelagem da amostra
completa), como ocorreu com Kulviwat et al (2007), a inclusão da interação entre o construto
facilidade de uso percebida e o domínio contribuiu para um aumento no poder explicativo do
modelo, sendo verificado um efeito direto desta interação sobre a atitude com relação à
adoção. Destaca-se também que, ao analisar separadamente o grupo que realizou a tarefa
utilitária, a dimensão domínio apresentou um efeito direto significativo sobre a atitude. Essa
dependência do efeito do domínio em relação à natureza da tarefa realizada pode
possivelmente ser explicada através do fato da tarefa utilitária ser mais complexa de ser
realizada, demandando maior domínio sobre a utilização do produto. No entanto, quando
múltiplas experiências com um produto são vivenciadas pelo consumidor, o efeito direto do
domínio sobre a atitude tende a ser descaracterizado.
Em termos de variância capturada pelos modelos para os diferentes conjuntos de
dados, o modelo ajustado para o grupo de consumidores que tiveram a experiência hedônica
foi capaz de explicar 11% mais variância (59%) do que o modelo para o grupo da tarefa
utilitária (48%). De qualquer forma, os testes para verificar se existia variação significativa
entre os modelos indicaram que os construtos do CAT se comportaram de forma similar (em
direção e magnitude) para ambos os grupos, independente da experiência dos consumidores.
Por fim, a adição do construto influência social no modelo CAT aumentou o poder
explicativo do modelo, com o construto apresentando efeito significativo direto sobre a
atitude, demonstrando que a adoção de produtos de alta tecnologia pode ser afetada pela
necessidade do consumidor em adequar seus hábitos de consumo às normas e expectativas
impostas por grupos sociais que ele enxerga como importantes.
62
2.4 Prontidão para Tecnologia (Technology Readiness)
A prontidão para tecnologia (Technology Readiness, ou TR) descreve “a propensão
das pessoas a adotar e usar novas tecnologias para atingir objetivos em sua vida doméstica e
profissional” (PARASURAMAN, 2000, p.308). O desenvolvimento deste construto parte do
princípio fundamental de que certos condutores e inibidores mentais, em conjunto,
determinam a predisposição do consumidor em adotar novas tecnologias.
A TR varia de indivíduo para indivíduo, com certos indivíduos procurando ativamente
por novas tecnologias para adotar (alta TR), enquanto outros podem precisar de incentivos
especiais ou ajuda (baixa TR). A TR é formada por condutores (que atuam no sentido de levar
a uma predisposição favorável) e inibidores (que funcionam como barreiras) mentais do
indivíduo, tendo sido construída para prever e explicar a resposta do consumidor a novas
tecnologias (PARASURAMAN & COLBY, 2001). Souza e Luce (2005) destacam a utilidade
da TR em compreender distintos grupos de consumidores e seus comportamentos de adoção
no contexto brasileiro.
2.4.1 O índice de prontidão para tecnologia (Technology Readiness Index, TRI)
A prontidão para tecnologia traduz um estado mental global de um indivíduo com
relação a tecnologia. É uma combinação de crenças e sentimentos relacionados à tecnologia
que, em conjunto, determinam a predisposição geral de um indivíduo em adotar produtos e
serviços tecnológicos. Parasuraman e Colby (2001), ao longo de anos de pesquisas
qualitativas e quantitativas sobre a prontidão de tecnologia de consumidores, elaboraram uma
escala para medir o índice de prontidão para tecnologia (Technology Readiness Index, TRI) de
indivíduos.
63
A literatura sobre adoção de novas tecnologias e sobre a interação de indivíduos com
tecnologias sugere que consumidores podem apresentar, simultaneamente, visões (percepções,
crenças, sentimentos, motivações) favoráveis e desfavoráveis a respeito de produtos e serviços
tecnológicos (PARASURAMAN, 2000). Enquanto as visões favoráveis (condutores)
aproximariam o consumidor da tecnologia, suas visões desfavoráveis (inibidores) os
afastariam. A coexistência e o equilíbrio entre estas forças de atração e repulsão
determinariam a propensão do indivíduo em adotar uma tecnologia.
Mick e Fournier (1998), baseados em pesquisas qualitativas que estudaram as reações
de consumidores a respeito de tecnologias, identificaram este aspecto paradoxal da tecnologia,
chamando atenção para o fato de que a tecnologia e seu uso podem gerar não apenas
sentimentos positivos como liberdade, satisfação e eficiência, mas também emoções
negativas, como descontrole, frustração e isolamento. Mick e Fournier (1998) resumem estes
sentimentos contraditórios por meio de oito paradoxos tecnológicos: controle/caos,
liberdade/escravidão, novo/obsoleto, competência/incompetência, eficiência/ineficiência,
supre/cria necessidades, assimilação/isolamento, engajamento/desengajamento.
Controle/Caos: refere-se ao paradoxo existente na relação da possibilidade de controle
e ordenação da vida pelo uso da tecnologia, com o caos e descontrole que pode ocorrer se o
indivíduo não souber utilizar corretamente as ferramentas tecnológicas adotadas.
O paradoxo de Liberdade/Escravidão ressalta o poder da tecnologia de facilitar a vida
e liberar o indivíduo para realizar outras atividades, apontando também para a relação de
dependência que pode surgir entre indivíduos e estas tecnologias facilitadoras.
64
Novo/Obsoleto é um paradoxo particularmente presente em produtos de alta
tecnologia. Esse paradoxo ilustra o conflito na mente do consumidor a respeito do fato de que
uma nova tecnologia hoje pode ser suplantada por outra amanhã, se tornando obsoleta em
pouco tempo.
Competência/Incompetência é um paradoxo que possui ligação com a dimensão
domínio das emoções, segundo paradigma PAD de Mehrabian e Russell (1974). Este
paradoxo aponta para o contraste entre sentimentos de medo, ignorância e insegurança que
surgem quando o consumidor não sabe utilizar uma tecnologia, e sentimentos de eficácia e
tranqüilidade em cenários onde o consumidor possui domínio sobre a tecnologia.
Eficiência/Ineficiência ilustra o fato de que a tecnologia pode auxiliar indivíduos a
realizarem tarefas de forma mais rápida e com menos esforço. Por outro lado, a tecnologia
pode estar dificultando a realização de atividades se o esforço (mental ou físico) requerido
pelo indivíduo para operar a tecnologia for muito grande.
O paradoxo Supre/Cria Necessidades se refere à capacidade da tecnologia de suprir ou
atender desejos e necessidades dos consumidores. No entanto, a existência de tecnologias com
novas funcionalidades seria capaz também de chamar a atenção do consumidor para
necessidades que ele ainda não havia enxergado, efetivamente criando novas necessidades
para o indivíduo.
Assimilação/Isolamento reflete a capacidade de a tecnologia unir as pessoas e eliminar
distâncias, contrastada com a visão de que interagir com os outros por meio da tecnologia
65
representa isolamento do mundo e do contato humano. A internet, a televisão e o telefone são
tecnologias que exemplificam bem este paradoxo.
Por sua vez, o paradoxo do Engajamento/Desengajamento descreve a dualidade da
tecnologia ao facilitar o envolvimento de pessoas com atividades e tarefas enquanto
simultaneamente pode contribuir para diminuir a motivação e afastar indivíduos da realidade
e de compromissos.
Parasuraman (2000) argumenta que, dada esta coexistência de visões (percepções,
crenças, sentimentos, motivações) positivas e negativas a respeito da tecnologia, os
consumidores podem ser classificados segundo sua magnitude e direção. Consumidores com
visões muito positivas a respeito de tecnologia seriam receptivos a produtos e serviços
tecnológicos, encontrando-se em um dos extremos da classificação. Por outro lado,
consumidores com visões muito negativas sobre tecnologia seriam resistentes a produtos e
serviços tecnológicos, encontrando-se no outro extremo. A posição de cada indivíduo segundo
esta classificação serviria para determinar a sua propensão a adotar e utilizar novas
tecnologias (sua prontidão para tecnologia). A figura 2.9 (PARASURAMAN & COLBY,
2001) ilustra a relação entre crenças e sentimentos do consumidor e sua prontidão para
tecnologia. Dabholkar (1996) verifica que as crenças e sentimentos de consumidores a
respeito de produtos e serviços tecnológicos variam de indivíduo para indivíduo e que se
encontram relacionados à intenção de uso de tecnologias analisadas. Em outro estudo,
Eastlick (1996) revela que as atitudes e crenças de indivíduos com relação a compras
interativas pela televisão são bons indicadores da sua propensão a adotar essa modalidade de
compra.
66
Figura 2.10 – Relação entre crenças e sentimentos do consumidor e prontidão para tecnologia
(PARASURAMAN & COLBY, 2001)
De acordo com esta discussão, a posição de um indivíduo no eixo de crenças (e
sentimentos) em relação a tecnologia (Figura 2.10) seria diretamente proporcional ao seu grau
de prontidão para tecnologia. Dada essa relação, o índice de prontidão para tecnologia (TRI)
foi elaborado para medir a prontidão para tecnologia por meio de uma escala de 36 itens
envolvendo crenças e sentimentos do indivíduo em relação à tecnologia. Aproximadamente
metade dos itens da escala TRI utiliza visões positivas em relação a tecnologia (como “A
tecnologia permite que as pessoas tenham mais controle sobre o seu dia-a-dia.”), enquanto a
outra metade apresenta visões negativas (como “As tecnologias parecem sempre falhar no
pior momento possível.”).
Os resultados apresentados por Parasuraman (2000) para o TRI comprovam a validade
e consistência da escala na medição do construto prontidão para tecnologia. Souza e Luce
(2005) investigaram a aplicabilidade e validade da escala TRI no contexto brasileiro, por meio
da tradução da escala original e replicação do instrumento de medida para uma amostra de
67
consumidores brasileiros. Os resultados obtidos por Souza e Luce (2005) confirmaram a
aplicabilidade do TRI para o Brasil, com os autores afirmando que o TRI é uma medida
confiável e válida, tanto do ponto de vista teórico quanto estatístico, capaz de medir o
construto prontidão para tecnologia de consumidores brasileiros.
Após conduzir múltiplos estudos com a escala, Parasuraman e Colby (2001) apontam
para uma estrutura de quatro componentes constituindo o TRI, definindo quatro dimensões
distintas de predisposição do consumidor em relação à tecnologia. Divergências existem, no
entanto, quanto a essa estrutura de quatro fatores subjacente ao TRI, com Souza e Luce (2005)
encontrando uma estrutura de cinco fatores em seus testes do TRI no Brasil. Por outro lado,
Pires e Costa (2008), em um estudo sobre a adoção de tecnologias de internet banking no
Brasil, encontraram a mesma estrutura de quatro dimensões do trabalho original de
Parasuraman (2000).
A seguir são apresentadas as quatro dimensões do construto prontidão para tecnologia,
de acordo com os resultados de Parasuraman (2000) e Parasuraman e Colby (2001).
2.4.2 Dimensões da prontidão para tecnologia
Parasuraman e Colby (2001) categorizam a predisposição de consumidores em relação
a tecnologia em quatro dimensões distintas. Duas destas dimensões, otimismo e
inovatividade, exercem o papel de condutores da prontidão para a tecnologia, contribuindo
para um aumento na propensão de um indivíduo adotar novas tecnologias. As outras duas
dimensões, desconforto e insegurança, agem como inibidores da prontidão para tecnologia,
68
retardando ou impedindo a adoção de novas tecnologias. A Figura 2.11, de Parasuraman e
Colby (2001), ilustra as dimensões do construto prontidão para tecnologia.
Figura 2.11 – Dimensões da Prontidão para Tecnologia (PARASURAMAN E COLBY, 2001)
Os autores afirmam que existem somente pequenas associações entre as dimensões,
com cada uma realizando uma contribuição única para a formação da prontidão para a
tecnologia. Além disso, as pequenas relações entre dimensões encontradas, segundo
Parasuraman e Colby (2001), foram sempre entre os dois condutores ou os dois inibidores,
nunca entre um condutor e um inibidor. Souza e Luce (2005), por exemplo, encontram uma
possível fragilidade da validade discriminante da dimensão otimismo por causa da variância
compartilhada com a inovatividade. De qualquer forma, a forte independência entre
condutores e inibidores reforça o princípio de que indivíduos podem possuir, ao mesmo
tempo, crenças e sentimentos positivos e negativos sobre tecnologia. Sendo assim, pessoas
69
com altos valores nas dimensões condutoras não necessariamente apresentam baixos valores
nas dimensões inibidoras, e vice-versa. Em outras palavras, pessoas inovadoras e otimistas
podem experimentar os mesmos níveis de ansiedade e desconforto que pessoas com um grau
muito menor de entusiasmo em relação à tecnologia.
2.4.2.1 Otimismo
A dimensão de otimismo da prontidão para tecnologia reflete visões positivas em
relação à tecnologia e crenças de que ela é capaz de oferecer a seus usuários maior controle,
flexibilidade e eficiência em suas vidas. De forma geral, a dimensão otimismo captura
sentimentos que sugerem que a tecnologia é algo agradável, útil e favorável. O otimismo é
medido por 10 dos 36 itens da escala TRI. Pessoas com alto otimismo acreditam que a
tecnologia lhes permite realizar mais coisas do que no passado, ao mesmo tempo em que
permite maior controle e conveniência em suas atividades.
Em um estudo sobre o perfil do consumidor norte-americano, Parasuraman e Colby
(2001) destacam que, para consumidores dos EUA, o otimismo varia em função da idade
(consumidores mais velhos são em geral menos otimistas em relação a tecnologia), mas é
constante entre os sexos, com homens e mulheres apresentando iguais níveis de otimismo.
Pires e Costa (2008) mostram que a dimensão otimismo do TRI possui efeito direto e
significativo na intenção de uso de novas tecnologias.
70
2.4.2.2 Inovatividade
A dimensão inovatividade do construto prontidão para tecnologia se refere à tendência
de um indivíduo ser um pioneiro na adoção de novas tecnologias ou de ser um líder de
opinião em relação à tecnologia. Essa dimensão mede se o indivíduo acredita que está na
vanguarda da adoção de novos produtos ou serviços de tecnologia e se ele se considera um
líder de opinião sobre assuntos que envolvam tecnologia. A inovatividade é medida por 7 dos
36 itens da escala TRI. Pessoas com alta inovatividade buscam ativamente novas tecnologias
e acham que é recompensador estar informado e aprender sobre tecnologia.
Os dados de Parasuraman e Colby (2001) para consumidores dos EUA apontam para
um comportamento razoavelmente similar em relação à inovatividade para homens e
mulheres, com homens apresentando maior facilidade em compreender e utilizar tecnologias
sem a ajuda de terceiros e de serem os primeiros a experimentarem novos produtos. Da
mesma forma, a idade parece não influenciar tanto a inovatividade, com consumidores mais
velhos apresentando apenas uma pequena diferença nesta dimensão em relação aos mais
novos. Por sua vez, Pires e Costa (2008) não encontraram efeitos diretos significativos da
inovatividade sobre a intenção de uso de novas tecnologias.
2.4.2.3 Desconforto
A dimensão desconforto é inibidora da prontidão para tecnologia. Esta faceta da TR
representa a percepção de falta de controle sobre a tecnologia e o sentimento de ser oprimido
ou de não se sentir à vontade com ela. O desconforto traduz o grau de aversão que os
indivíduos podem ter em relação a produtos ou serviços baseados em tecnologia, acreditando
que tecnologias não são feitas para todos e são muito complicadas para serem utilizadas por
71
indivíduos normais. A falta de controle percebida sobre a tecnologia é uma faceta
proeminente da dimensão desconforto, assemelhando-se, até certo ponto, à dimensão domínio
do paradigma PAD (MEHRABIAN & RUSSELL, 1974). Outra característica formadora de
desconforto medida pelo TRI é a falta de suporte técnico adequado percebido pelos
consumidores de tecnologia. Dez dos 36 itens do TRI são relacionados à dimensão
desconforto.
Parasunaman e Colby (2001) apresentam dados que indicam que a dimensão
desconforto é mais relevante em consumidores norte-americanos do sexo feminino e que
possuem idade avançada (mais de 65 anos), com pessoas deste grupo demográfico
apresentando menos controle sobre a tecnologia e uma visão mais negativa a respeito do
suporte técnico de empresas que fornecem produtos ou serviços tecnológicos. Pires e Costa
(2008) não encontraram efeito significativo da dimensão desconforto sobre a intenção de uso
de internet banking no Brasil.
2.4.2.4 Insegurança
A insegurança, outro inibidor da prontidão para tecnologia, denota desconfiança na
tecnologia e ceticismo do indivíduo em relação ao funcionamento da tecnologia, com dúvidas
sendo levantadas sobre se de fato a tecnologia está funcionando corretamente ou é confiável.
Esta dimensão difere do desconforto, uma vez que está focada em capturar aspectos
específicos da interação entre consumidores e tecnologia, e não um sentimento genérico de
falta de conforto com a tecnologia em geral. Pessoas com alta insegurança não acham que é
seguro realizar transações bancárias online ou não consideram seguro utilizar o número do
cartão de crédito na internet.
72
Parasuraman e Colby (2001) ressaltam o fato de a distribuição dos valores obtidos
para a dimensão insegurança ser assimétrica na direção de alta insegurança, significando que
a maior parte dos consumidores norte-americanos apresenta grande desconfiança sobre o
funcionamento da tecnologia, em particular da internet e do comércio eletrônico. Os autores
afirmam ainda que não foram detectadas diferenças significativas para o nível de insegurança
em relação ao sexo e à idade dos consumidores. Este fato adiciona importância ao papel da
dimensão insegurança, uma vez que o sentimento de alta insegurança observado mostrou-se
presente em todos os grupos demográficos. De qualquer maneira, Pires e Costa (2008) não
encontraram efeito significativo da dimensão insegurança sobre a intenção de uso da
tecnologia de internet banking no Brasil, apontando talvez para uma diminuição do ceticismo
e insegurança dos consumidores em relação ao uso do internet ao longo dos anos.
2.4.3 Classificação da relação de indivíduos com tecnologia a partir do TRI
A combinação dos resultados obtidos em cada dimensão do TRI fornece a prontidão
para tecnologia total de um indivíduo. De acordo com Parasuraman e Colby (2001) a
distribuição dos resultados da prontidão para tecnologia total para uma grande amostra de
indivíduos possui o formato de uma distribuição normal. Após realizar testes para estudar a
relação do TRI com o comportamento de adoção de tecnologia de consumidores, Parasuraman
e Colby (2001) também apontaram para a existência de uma correspondência direta entre o
TRI e a adoção de produtos ou serviços baseados em tecnologia, particularmente para
produtos ou serviços que são mais complexos na percepção dos consumidores. A prontidão
para tecnologia também é associada à visão dos consumidores da tecnologia, podendo ser um
fator determinante na adoção futura de tecnologia. Os resultados do TRI, de acordo com
73
Parasuraman e Colby (2001), apresentam grande correlação com a intenção de adoção de
produtos ou serviços tecnológicos no futuro.
Baseados nas características do TRI e suas dimensões, Parasuraman e Colby (2001)
propõem uma segmentação dos consumidores de tecnologia em cinco diferentes grupos, cada
um com uma combinação distinta de otimismo, inovatividade, desconforto e insegurança. Os
grupos propostos possuem entre 14% e 27% da população adulta, com base nos dados
coletados para o mercado dos EUA.
A classificação proposta por Parasuraman e Colby se assemelha muito à categorização
de adotantes de inovações desenvolvida por Rogers (2003) na teoria de difusão de inovações
(inovadores, adotantes iniciais, maioria inicial, maioria tardia e retardatários), até mesmo no
sentido de possuir também cinco categorias. No entanto, um dos pontos que torna a
classificação de Parasuraman e Colby interessante é o fato de ela ter sido especificamente
desenvolvida para tratar da adoção de produtos e serviços de alta tecnologia.
Parasuraman e Colby (2001) batizam o primeiro grupo a adotar novas tecnologias
como os “exploradores”. Exploradores seriam indivíduos muito motivados e sem medo, sem
restrições para adotar as mais novas tecnologias, inclusive buscando-as ativamente. O
segundo grupo seria o dos “pioneiros”, aqueles que desejam os benefícios que novas
tecnologias podem oferecer, mas ao mesmo tempo estão mais preocupados e sensíveis aos
perigos e dificuldades que tais tecnologias podem trazer. O terceiro grupo é composto pelos
“céticos”, que não enxergam nem vantagens nem desvantagens na tecnologia, tendo de ser
convencidos de sua utilidade antes de pensar na adoção. Em quarto estão os “paranóicos”,
indivíduos que acreditam nos benefícios que podem ser gerados pela tecnologia, mas ao
74
mesmo tempo estão preocupados demais com os riscos que envolvem sua adoção e uso. Por
último estão os retardatários, consumidores com pouca motivação e altos níveis de
desconforto e insegurança em relação à tecnologia. O quadro 2.2 apresenta os diferentes
níveis de cada dimensão do TRI que caracterizam cada um dos segmentos propostos.
Quadro 2.2 – Segmentos de adoção de tecnologia e suas crenças
(PARASURAMAN & COLBY, 2001)
Condutores
Inibidores
Otimismo
Inovatividade
Desconforto
Insegurança
Exploradores
Alto
Alto
Baixo
Baixo
Pioneiros
Alto
Alto
Alto
Alto
Céticos
Baixo
Baixo
Baixo
Baixo
Paranóicos
Alto
Baixo
Alto
Alto
Retardatários
Baixo
Baixo
Alto
Alto
Esta segmentação de consumidores pelo TRI e sua relação com a taxa de adoção de
novas tecnologias pode se constituir em um instrumento relevante para a compreensão do
perfil do consumidor e de suas necessidades em cada estágio do lançamento de um novo
produto ou serviço tecnológico.
75
2.5 Modelos combinando TAM e TR
Alguns estudos recentes (LIN et al, 2007; PIRES & COSTA, 2008), baseados na
afinidade teórica entre o modelo de aceitação de tecnologia (TAM) e os conceitos envolvidos
no construto prontidão para tecnologia (TR), propuseram novos modelos integrando os
construtos do TAM às dimensões do TRI com o objetivo de melhor compreender a aceitação
de tecnologia. Tanto o trabalho de Lin et al (2007) quanto o artigo de Pires e Costa (2008)
focam em consumidores, avaliando a adoção e uso de tecnologias relacionadas a serviços
financeiros pela da internet. Lin et al (2007) investigam a aceitação de sistemas online para a
compra e vendas de ações, enquanto Pires e Costa (2008) examinam o uso de internet banking
por consumidores.
A relação entre os construtos envolvidos no TAM e a prontidão para tecnologia é
intuitiva, apesar de as medidas de utilidade percebida e facilidade de uso percebida do TAM
serem específicas para uma tecnologia em particular, enquanto a TR é baseada em crenças
genéricas a respeito de produtos e serviços tecnológicos. Os dois trabalhos (LIN et al, 2007;
PIRES & COSTA, 2008) sugerem interações diferentes entre os construtos do TAM e as
dimensões do TRI. Lin et al (2007) utilizam a prontidão de tecnologia como uma medida
global, sem separar suas dimensões, e avaliam tanto seus efeitos diretos sobre a intenção de
uso da tecnologia quanto possíveis efeitos indiretos através dos construtos utilidade percebida
e da facilidade de uso percebida. Por sua vez, Pires e Costa (2008) investigam os efeitos
diretos de cada dimensão do TRI sobre a intenção de uso, além de considerar também os
efeitos dos construtos do TAM. As propostas de Lin et al (2007) e Pires e Costa (2008) para
as interações entre o TAM e a prontidão para tecnologia são detalhadas a seguir.
76
2.5.1 Modelo de Prontidão e Aceitação para Tecnologia (TRAM)
Lin et al (2007) argumentam que, ao se depararem com uma escolha, os consumidores
realizam inicialmente uma busca interna, examinando sua memória em busca de informação
relevante para a realização da escolha ideal (BETTMAN, 1979). Desta forma, além das
características específicas de uma tecnologia, as experiências anteriores de um indivíduo e
suas crenças formadas a respeito de produtos e serviços tecnológicos podem desempenhar
papel importante na determinação de suas percepções sobre a utilidade e a facilidade de uso
da tecnologia avaliada. Esta avaliação, baseada em experiências anteriores, é provavelmente
mais saliente em consumidores pouco informados e engajados (BETTMAN & SUJAN,
1987). Este tipo de consumidor estaria mais disposto a estudar alternativas sob a luz de
critérios genéricos, abstratos e pessoais do que pautar suas escolhas em detalhes mais
concretos e específicos de uma tecnologia. Lin et al (2007) sugerem que, dada a forma como
os indivíduos avaliam tecnologias e definem suas intenções de adoção, os aspectos internos
associados a prontidão para tecnologia do consumidor são acessados e processados antes que
uma avaliação cognitiva concreta da utilidade e facilidade de uso da tecnologia seja realizada.
A literatura de comportamento do consumidor proporciona diversas fontes para
fundamentar essa lógica. Peracchio e Tybout (1996) destacam que o conhecimento e a
experiência prévia do consumidor influenciam o processamento de mensagens de publicidade
e a avaliação de produtos. Por sua vez, Brucks (1985) afirma que pessoas com maior
conhecimento sobre um produto buscam mais informações, antes de tomar uma decisão, do
que pessoas que não estão familiarizadas com o tipo de produto ou tecnologia. Isso ocorreria
porque consumidores com maior conhecimento estariam mais cientes dos atributos existentes
no produto e se sentiriam mais capazes de identificar informações adequadas e relevantes.
Assim sendo, maior conhecimento por parte do consumidor se traduziria em processamento
77
mais complexo e detalhado sobre o produto. Da mesma forma, as expectativas dos
consumidores, formadas com base em crenças e julgamentos anteriores, podem influenciar
suas percepções e interpretações das informações às quais são expostos (BETTMAN, 1979;
JOHN et al, 1986). Dados estes fatos, acredita-se que as crenças de um consumidor tenham
impactos na forma como este busca informações, as interpreta e as usa para tomada de
decisões de consumo (CROCKER, 1981).
No contexto da aceitação de tecnologias ligadas ao uso da internet e de computadores,
quanto maior a experiência ou conhecimento do consumidor a respeito de informática, maior
será a utilidade percebida em um serviço ou produto de informática (VENKATESH &
DAVIS, 1996) e, ao mesmo tempo, maior será a facilidade de uso percebido sobre a
tecnologia (KANG et al, 2006). A teoria de difusão de inovações (ROGERS, 2003) também
indica que experiências anteriores com um tipo de tecnologia agem na formação de crenças a
seu respeito e no julgamento de tecnologias relacionadas. Experiências adquiridas pelo uso
prévio de uma tecnologia contribuem para aumentar as percepções de facilidade de uso e
utilidade desta mesma tecnologia ou de tecnologias similares (GEFEN, 2003, KARAHANNA
et al, 1999), influenciando assim a intenção de uso de consumidores.
Baseados nesta discussão, Lin et al (2007) teorizam que as crenças genéricas de um
consumidor a respeito de dada tecnologia, capturadas pelo construto prontidão para a
tecnologia, seriam determinantes diretos da avaliação cognitiva da tecnologia (os construtos
utilidade percebida e facilidade de uso percebida). Os autores também testam a influência
direta da TR sobre a intenção de uso, além dos efeitos indiretos por meio dos construtos
cognitivos. Por fim, é examinado o efeito da facilidade de uso percebida sobre a utilidade
78
percebida, como realizado no CAT (NASCO et al, 2008). A figura 2.12 ilustra o modelo
TRAM de Lin et al (2007).
Figura 2.12 – Modelo de Prontidão e Aceitação para Tecnologia, TRAM (LIN et al, 2007)
2.5.1.1 Resultados do TRAM
A partir de dados coletados em uma pesquisa feita pela internet com usuários de
fóruns de discussão sobre investimento online de Taiwan, Lin et al (2007) testam as relações
propostas no TRAM com o uso de modelagem de equações estruturais. As escalas utilizadas
neste estudo foram o TRI de Parasuraman (2000), com seus 36 itens, e as escalas de 6 itens
para utilidade percebida e facilidade de uso percebida de Davis (1989). Testes com as escalas
comprovaram sua confiabilidade e sua validade na medição dos construtos propostos.
Os resultados obtidos para as relações entre os construtos presentes no modelo TRAM
possibilitaram a verificação dos efeitos mediadores dos construtos cognitivos utilidade
percebida e facilidade de uso percebida sobre a relação entre a prontidão para tecnologia e a
79
intenção de adoção. Além disso, Lin et al (2007) confirmaram um efeito indireto significativo
da facilidade de uso percebida por meio da utilidade percebida. Por outro lado, os autores não
encontraram um efeito significativo direto da prontidão para tecnologia sobre a intenção de
uso do serviço de compra de ações online, comprovando sua hipótese de que os efeitos do
construto prontidão para tecnologia seriam totalmente mediados pelos construtos cognitivos.
Em uma análise sobre a magnitude das relações verificadas, Lin et al (2007) afirmam
que a utilidade percebida (PU) é o construto que possui o mais forte efeito sobre a intenção de
adoção, resultado consistente com os obtidos por Davis et al (1989). Além disso, a prontidão
para tecnologia (TR) apresentou maior impacto sobre a facilidade de uso percebida (PEOU)
do que sobre a utilidade percebida. Por outro lado, a facilidade de uso percebida apresentou
efeitos mais fortes sobre a utilidade percebida do que sobre a intenção de uso (UI). Sendo
assim, Lin et al (2007) concluem que existe uma hierarquia de efeitos, com a prontidão para
tecnologia influenciando a facilidade de uso percebida, que por sua vez afeta a utilidade
percebida, que, por fim, age sobre a intenção de uso (TR > PEOU > PU > UI).
Lin et al (2007) concluem que os consumidores são motivados a adotar uma nova
tecnologia principalmente devido a sua utilidade percebida, com a facilidade de uso percebida
vindo em segundo lugar. Esses julgamentos cognitivos, no entanto, seriam influenciados e
construídos a partir da prontidão para tecnologia do consumidor. Como limitação do estudo,
Lin et al (2007) chamam atenção para o fato de a interação com serviços tecnológicos online
depender muito do conhecimento e habilidade prévia de cada indivíduo, com suas crenças e
familiaridade em relação à tecnologia alterando drasticamente sua experiência ao utilizar esse
tipo de serviço. Sendo assim, a avaliação de outros produtos ou serviços tecnológicos com
características diferentes poderia levar a outras conclusões.
80
2.5.2 Dimensões da Prontidão para Tecnologia e Intenção de Adoção
Pires e Costa (2008) avaliam a interação dos construtos do TAM com as dimensões do
TRI no contexto brasileiro, estudando a propensão de usuários de internet em utilizar serviços
bancários online. Diferentemente de Lin et al (2007), Pires e Costa (2008) não estudam os
efeitos da prontidão para tecnologia sobre a utilidade percebida ou sobre a facilidade de uso
percebida, escolhendo por avaliar as relações entre cada dimensão do TRI, individualmente,
sobre a intenção de adoção. Pires e Costa (2008) justificam esta estrutura afirmando que um
dos objetivos do estudo é ponderar o impacto de cada uma das dimensões do TRI sobre a
intenção de uso. Parasuraman (2000) afirma que o TRI, de fato, pode ser utilizado tanto como
medida global, quanto como quatro construtos separadamente, com cada um representando
uma das dimensões propostas (otimismo, inovatividade, desconforto e insegurança). A figura
2.13 ilustra o modelo proposto por Pires e Costa (2008).
Os resultados encontrados para o modelo de Pires e Costa (2008), para uma amostra
de estudantes universitários, usuários de internet, mostraram efeito significativo e direto da
dimensão otimismo sobre a intenção de uso de internet banking. Todavia, esta foi a única
dimensão do TRI que apresentou efeito significativo. Inovatividade, insegurança e
desconforto não se confirmaram como antecedentes da intenção de uso. Uma razão para isso,
conforme ressaltam Pires e Costa (2008), é o fato de a amostra ser composta por pessoas
muito familiarizadas com tecnologia e que, provavelmente, já haviam superado as
preocupações (insegurança) e complicações (desconforto) que envolvem o uso da internet e o
uso de serviços bancários online.
81
Figura 2.13 – Dimensões do TRI como antecedentes do TAM (PIRES & COSTA, 2008)
Com relação aos construtos do TAM empregados no modelo, Pires e Costa
encontraram efeitos significativos diretos tanto entre a utilidade percebida e a intenção de uso,
quanto entre a facilidade de uso percebida e a intenção de uso. Também foi verificado o efeito
indireto da facilidade de uso percebida por meio da utilidade percebida.
2.6 Formulação do Modelo Conceitual e Hipóteses da Pesquisa
A revisão de literatura realizada mostra que a aceitação de novas tecnologias por
consumidores é influenciada por diversos fatores, tanto cognitivos (DAVIS et al, 1989;
VENKATESH et al, 2003), quanto afetivos (OLIVER, 1993; MEHRABIAN, 1995;
KULVIWAT et al, 2007; NASCO et al, 2008). No entanto, as avaliações cognitivas sobre a
utilidade ou facilidade de uso de uma tecnologia, assim como as emoções experimentadas por
um consumidor ao se deparar com inovações tecnológicas, são moldadas e afetadas
diretamente por suas crenças, comportamentos e atitudes com relação a novas tecnologias; ou
seja, por sua prontidão para tecnologia (PARASURAMAN & COLBY, 2001).
82
Lin et al (2007) enfatizam que crenças e experiências anteriores são importantes na
determinação das percepções cognitivas de um indivíduo sobre uma nova tecnologia,
realizando testes para estudar a influência da prontidão para tecnologia de um consumidor
sobre os construtos cognitivos do TAM e a intenção de adoção de uma nova tecnologia.
Todavia, poucos foram os autores que investigaram os efeitos das emoções do consumidor
sobre sua aceitação de tecnologia (KULVIWAT et al, 2007; NASCO et al, 2008). Por sua
vez, a influência das crenças do consumidor a respeito de novas tecnologias sobre as emoções
sentidas por ele ao se deparar com ou utilizar inovações nunca foi examinada pela literatura
de aceitação de tecnologia.
A partir das relações estabelecidas por meio do referencial teórico, o presente estudo
propõe um modelo unificado de aceitação e prontidão para a tecnologia de consumidores,
considerando efeitos diretos de cada dimensão da TR (PARASURAMAN & COLBY, 2001)
sobre os construtos cognitivos e afetivos presentes no CAT (KULVIWAT et al, 2007;
NASCO et al, 2008). O modelo CART (Consumer Acceptance and Readiness for
Technology) é apresentado a seguir. As hipóteses principais e respectivas sub-hipóteses deste
trabalho, investigando as relações entre os construtos envolvidos na estrutura do modelo
CART, são enunciadas em seguida.
2.6.1 Modelo CART (Aceitação e Prontidão do Consumidor para Tecnologia)
Para a formulação do CART (figura 2.14) e o estudo dos efeitos da prontidão para
tecnologia (TR) sobre cada construto do CAT (KULVIWAT et al, 2007), o presente estudo
considerou treze hipóteses principais, baseadas no referencial teórico apresentado, detalhadas
83
a seguir. Além dessas hipóteses, uma décima quarta hipótese é formulada com o objetivo de
comparar o desempenho do CART ao desempenho do CAT.
As hipóteses que envolvem a TR (hipóteses um até seis) representam os efeitos da TR,
como medida agregada, sobre os construtos cognitivos e afetivos do CAT.
Figura 2.14 – Modelo de Aceitação e Prontidão do Consumidor para Tecnologia (CART) e
Hipóteses da Pesquisa
H1: A TR terá um efeito direto e positivo sobre a vantagem relativa percebida por um
consumidor em um produto de alta tecnologia.
84
H2: A TR terá um efeito direto e positivo sobre a utilidade percebida por
consumidores em um produto de alta tecnologia.
H3: A TR terá um efeito direto e positivo sobre a facilidade de uso percebida por um
consumidor em um produto de alta tecnologia.
H4: A TR terá um efeito direto e positivo sobre o prazer sentido por consumidores em
relação a um produto de alta tecnologia.
H5: A TR terá um efeito direto e positivo sobre a excitação sentida por consumidores
em relação a um produto de alta tecnologia.
H6: A TR terá um efeito direto e positivo sobre o domínio sentido por consumidores
em relação a um produto de alta tecnologia.
As hipóteses 7 até 13 replicam as relações examinadas pelo modelo CAT revisado de
Nasco et al (2008). O construto de influência social e a interação entre facilidade de uso
percebida e o domínio, utilizados por Nasco et al (2008), não foram incluídos no CART como
forma de diminuir o número de variáveis no modelo e devido ao fato de Nasco et al (2008)
terem encontrado pouca melhoria na proporção da variância da atitude com relação à adoção
explicada pelo CAT após a adição destes construtos.
H7: A vantagem relativa percebida terá um efeito direto e positivo sobre a utilidade
percebida por um consumidor em um produto de alta tecnologia.
85
H8: A facilidade de uso percebida terá um efeito direto e positivo sobre a utilidade
percebida por um consumidor em um produto de alta tecnologia.
H9: A utilidade percebida terá um efeito direto e positivo sobre a atitude de um
consumidor com relação à adoção de um produto de alta tecnologia.
H10: O prazer sentido por um consumidor em relação a um produto de alta tecnologia
terá um efeito direto e positivo sobre sua atitude com relação à adoção deste
mesmo produto.
H11: A excitação sentida por um consumidor em relação a um produto de alta
tecnologia terá um efeito direto e positivo sobre sua atitude com relação à adoção
deste mesmo produto.
H12: O domínio sentido por um consumidor em relação a um produto de alta
tecnologia terá um efeito direto e positivo sobre sua atitude com relação à adoção
deste mesmo produto.
H13: A atitude com relação à adoção de um produto de alta tecnologia terá um efeito
direto e positivo sobre a intenção do consumidor de adotar este mesmo produto.
A hipótese final deste trabalho envolve uma comparação direta entre o desempenho do
CART em relação ao obtido pelo CAT de Kulviwat et al (2007) e Nasco et al (2008). O
objetivo desta hipótese é verificar, explicitamente, se a adição do construto prontidão para
tecnologia na modelagem da adoção de novas tecnologias pelo consumidor resulta em uma
86
melhoria na proporção da variância explicada da atitude com relação à adoção de novas
tecnologias quando comparado ao que seria encontrado com o modelo CAT aplicado aos
mesmos dados.
H14: O modelo CART explica uma maior proporção da variância da atitude com
relação à adoção de novas tecnologias pelo consumidor do que o modelo CAT.
87
3 METODOLOGIA
Este capítulo descreve a metodologia adotada neste trabalho: o tipo de pesquisa, os
construtos mensurados, a delimitação da população estudada, o processo de amostragem, a
escolha das escalas de mensuração das variáveis, o método utilizado para a coleta de dados, as
técnicas e procedimentos empregados para o tratamento e análise dos dados e as limitações do
método.
3.1 Tipo de pesquisa
Com o objetivo de realizar o teste das hipóteses formuladas para o estudo foi realizada
uma cross-sectional survey (PARASURAMAN et al, 2006) com uma amostra não
probabilística da população de interesse. A maior parte dos estudos sobre aceitação de
tecnologia por consumidores utilizam esta mesma forma de pesquisa (CHILDERS et al, 2001;
YOUSAFZAI et al 2007; KULVIWAT et al, 2007; NASCO et al, 2008), com questionários
estruturados sendo apresentados a consumidores em um único momento no tempo
(CHURCHILL, 2009).
Kulviwat et al (2007), ao testar o CAT, aplicam questionários somente após permitir
ao consumidor um breve contato com a tecnologia que será estudada. Desta forma, o
consumidor teria conhecido a tecnologia em primeira mão e estaria, de acordo com Kulviwat
et al (2007), mais apto a formar avaliações cognitivas sobre suas funcionalidades, além de ser
capaz de experimentar sentimentos próprios com relação à tecnologia em questão e seu uso.
Outro interesse de Kulviwat et al (2007), conforme explicitado e investigado por Nasco et al
88
(2008), era avaliar a influência do tipo de tarefa, hedônica ou utilitária, na atitude e na
intenção de adoção do consumidor.
O presente estudo, baseando-se nos resultados de Nasco et al (2008) minimizando os
efeitos que a natureza da tarefa possui no desempenho do CAT, não pretendeu estudar os
efeitos do tipo de tarefa realizada pelo consumidor com a tecnologia. De qualquer forma, é
importante que o consumidor experimente a tecnologia que deve avaliar por meio de suas
respostas ao instrumento de pesquisa. Sendo assim, os questionários foram aplicados somente
após o consumidor experimentar em primeira mão a nova tecnologia escolhida como exemplo
de inovação para o estudo (o leitor eletrônico de livros Kindle DX da Amazon.com).
Nota-se que os itens da escala TRI para a medição da prontidão para tecnologia do
consumidor independem da tecnologia estudada ou da forma como ela é apresentada, uma vez
que medem predisposições gerais a respeito de produtos de alta tecnologia.
A pesquisa foi realizada por meio de questionários auto-administrados (AAKER et al,
2006). Antes de receber o questionário, todos os respondentes assistiram um vídeo
introduzindo a tecnologia escolhida (screenshots do vídeo estão disponíveis no Apêndice B),
receberam um Kindle DX em mãos e tiveram alguns minutos para experimentar a tecnologia
livremente.
89
3.2 Operacionalização das variáveis
O presente estudo faz uso de escalas já elaboradas e testadas pela literatura para a
medição de todos os construtos envolvidos na estrutura do modelo CART. Essa decisão foi
tomada por três razões:
1. As escalas existentes para a medição dos construtos envolvidos em modelos de
aceitação de tecnologia (em particular o CAT de KULVIWAT et al, 2007) foram
testadas e refinadas em múltiplos estudos ao longo dos anos, apresentando boas
propriedades psicométricas, conforme confirmam extensas revisões de literatura
publicadas sobre tema (VENKATESH et al 2003; YOUSAFZAI et al 2007).
2. Utilizando as mesmas escalas escolhidas por Kulviwat et al (2007) e Nasco et al
(2008) para as medições do modelo CAT, este estudo se mantém consistente com os
resultados obtidos pela literatura que testou o CAT, tornando possível comparações
mais precisas entre os desempenhos do CART e do CAT.
3. O construto prontidão para tecnologia, conforme definido por Parasuraman (2000) e
Parasuraman e Colby (2001), foi medido com a própria escala TRI desenvolvida por
esses autores. Desta forma, garante-se que a estrutura e propriedades do construto,
além de suas dimensões, são as mesmas que foram propostas por Parasuraman e Colby
(2001). Em um estudo sobre a aplicabilidade do TRI no Brasil, Souza e Luce (2005) já
realizaram uma tradução cuidadosa do TRI para o português, testando e validando a
escala traduzida no contexto brasileiro. Desta forma, no que diz respeito à TR, este
trabalho fez uso do TRI conforme adaptado por Souza e Luce (2005).
Sendo assim, além da escala TRI traduzida por Souza e Luce (2005) para a medição da
TR (composta por 36 itens), foram utilizadas neste estudo, replicando as escolhas de Kulviwat
et al (2007), as seguintes escalas:
90
Utilidade Percebida: escala de Lund (2001), composta por 5 itens;
Facilidade de Uso Percebida: escala de Lund (2001), composta por 5 itens;
Vantagem Percebida: escala de Moore e Benbasat (1991), composta por 5 itens;
Prazer, Excitação e Domínio: escala original da PAD, por Mehrabian e Russel
(1974), adaptada por Kulviwat et al (2007), composta por 4 itens para cada emoção;
Atitude com relação à adoção: escala de Bagozzi et al (1992), composta por 4 itens;
Intenção de adoção: escala de MacKenzie et al (1986); composta por 3 itens.
Ressalta-se o fato de que diversas escalas existem na literatura para a medição dos
construtos destacados anteriormente (DAVIS, 1989; DAVIS et al, 1989; DAVIS et al, 1992;
THOMPSON et al, 1991; MOORE & BENBASAT, 1991; AJZEN, 1991; FISHBEIN &
AJZEN, 1975; MATHIESON, 1991; TAYLOR & TODD, 1995; COMPEAU & HIGGINGS,
1995; COMPEAU et al, 1999). No entanto, Kulviwat et al (2007) escolhem as escalas que
foram apresentadas para a medição dos construtos do CAT, comprovando sua confiabilidade e
validade por meio de testes criteriosos. De acordo com Kulviwat et al (2007), todas as escalas
apresentaram consistência interna (alpha de Cronbach) maior que 0,70, com algumas
apresentando valores de até 0,93. Tais valores são considerados aceitáveis ou bons segundo os
critérios de Nunnally e Bernstein (1994). As confiabilidades compostas encontradas por
Kulviwat et al (2007) também foram boas, com todas as escalas apresentando valores acima
de 0,7, nível considerado muito bom por Hair et al (2009). Para o caso da escala TRI, Souza e
Luce (2005) apresentam valores de confiabilidade bons para cada uma das dimensões da TR
(entre 0,77 e 0,89).
Desta maneira, o instrumento de pesquisa, formado pelas escalas detalhadas
anteriormente, possui um total de 70 itens, sem contar sete itens relativos às variáveis
91
demográficas. O Apêndice A apresenta o questionário completo, com todas as escalas
traduzidas segundo os procedimentos descritos a seguir.
3.2.1 Definição operacional das variáveis
A tabela 3.1 apresenta a definição detalhada das escalas utilizadas para a medição de
cada construto, assim como os itens do questionário correspondentes a cada escala (Apêndice
A).
Tabela 3.1 Escalas e medidas operacionais para cada variável do instrumento de pesquisa
Construto
Tipo de escala e medidas operacionais
Emoções Escala de diferencial semântico de 5 pontos, adaptação
para português da escala para PAD de Mehrabian e
Russel (1974)
Prazer (PZR) Apêndice A, questão 1, itens 1, 2, 3, 4
Excitação (EXC) Apêndice A, questão 1, itens 5, 6, 7, 8
Domínio (DOM) Apêndice A, questão 1, itens 9, 10, 11, 12
Utilidade Percebida (PU)
Escala Likert de 5 pontos, adaptação para português
da escala de Lund (2001)
Apêndice A, questão 2, itens 13, 14, 15, 16, 17
Facilidade de Uso Percebida
(PEOU)
Escala Likert de 5 pontos, adaptação para português
da escala de Lund (2001)
Apêndice A, questão 2, itens 18, 19, 20, 21, 22
Vantagem Relativa (RA) Escala Likert de 5 pontos, adaptação para português
da escala de Moore e Benbasat (1991)
Apêndice A, questão 2, itens 23, 24, 25, 26, 27
Prontidão para Tecnologia
(TR)
Escala Likert de 5 pontos, adaptação para português
de Souza e Luce (2005) da escala de Parasuraman
(2000)
Otimismo (OTM) Apêndice A, questão 3, itens, 28, 29, 30, 31, 32, 33, 34,
35, 36, 37
Inovatividade (INOV) Apêndice A, questão 3, itens 38, 39, 40, 41, 42, 43, 44
Desconforto (DES) Apêndice A, questão 3, itens 45, 46, 47, 48, 49, 50, 51,
52, 53, 54
Insegurança (INS) Apêndice A, questão 3, itens 55, 56, 57, 58, 59, 60, 61,
62, 63
92
Construto
Tipo de escala e medidas operacionais
Atitude com relação à adoção
(ATT)
Escala de diferencial semântico de 5 pontos, adaptação
para português da escala de Bagozzi et al (1992)
Apêndice A, questão 4, itens 64, 65, 66, 67
Intenção de Adoção (INT) Escala de diferencial semântico de 5 pontos, adaptação
para português da escala de MacKenzie et al (1986)
Apêndice A, questão 5, itens 68, 69,. 70
Variáveis Demográficas Escala categórica
Sexo Apêndice A, questão 6, item 71: masculino, feminino
Idade Apêndice A, questão 6, item 72: variável contínua
Estado Civil Apêndice A, questão 6, item 73: solteiro, casado,
relacionamento fixo, outros
Número de pessoas na família Apêndice A, questão 6, item 74: variável contínua
Com quem mora Apêndice A, questão 6, item 75: sozinho, com cônjuge,
com amigos, com os pais, com parentes, outros
Religião Apêndice A, questão 6, item 76: nenhuma, judaica,
espírita, católica, protestante/evangélica, outra
Renda Familiar Apêndice A, questão 6, item 77: “Abaixo de 1000 reais”,
“de 1000 a 2000 reais”, “de 2000 a 3500 reais”, “de 3500
a 6000 reais”, “de 6000 a 10000 reais”, “Acima de 10000
reais”
3.2.2 Procedimentos de tradução e adaptação das escalas utilizadas
Com exceção da escala TRI traduzida e validada por Souza e Luce (2005) para o
português, todas as outras escalas utilizadas neste estudo foram originalmente elaboradas para
a língua inglesa. Desta forma, para que fosse possível usar todas essas escalas com
consumidores brasileiros, era necessária a realização da tradução e adaptação de cada uma
delas para a língua portuguesa.
Sperber (2004) sugere que a adaptação de escalas de um idioma para outro siga
diversos passos. Na etapa inicial da tradução, cada um dos itens originais, de cada escala, foi
traduzido independentemente por dois tradutores profissionais. As duas traduções foram
revisadas e comparadas por três especialistas no tema (professores doutores pesquisadores de
93
comportamento do consumidor) e fluentes na língua inglesa para a obtenção da versão em
português de cada escala que mais se aproximasse do original e garantisse a validade de face
dos construtos medidos. Após esse passo, foi realizada a retradução (back translation) para o
inglês, por especialistas diferentes dos que realizaram a tradução inicial. Segundo Sperber
(2004), as retraduções devem resultar em um documento muito próximo do original, caso as
traduções tenham sido bem feitas.
3.2.3 Pré-teste do instrumento de pesquisa
Com a verificação de que as retraduções obtiveram resultados satisfatórios, os itens
foram incluídos no instrumento de pesquisa e foi realizado um pré-teste do questionário, com
uma pequena amostra da população de interesse, para avaliar a compreensão dos respondentes
sobre esta primeira versão do questionário. Nesta etapa, foi solicitado aos respondentes que
anotassem ou apontassem qualquer tipo de dúvida ou dificuldade que porventura tivessem
sobre a interpretação ou compreensão de qualquer um dos itens do instrumento de pesquisa.
Foram incentivadas também sugestões, por parte dos respondentes, para melhorias na
apresentação do questionário e nas instruções de preenchimento.
Os resultados obtidos com esse pré-teste inicial serviram para refinar o questionário e
elaborar uma nova versão. Essa versão ainda passou por um pré-teste final com 32
respondentes da população de interesse, onde foi verificado se algum último ajuste era
necessário, tanto na tradução quanto na apresentação do questionário. Com os resultados deste
último pré-teste, foi elaborado o instrumento de pesquisa final, apresentado no Apêndice A.
94
3.3 População e amostra
3.3.1 População
A população estudada foi a de jovens brasileiros residentes no Rio de Janeiro com
ensino superior em curso. Kulviwat et al (2007) destacam o fato de que esta “elite de jovens
com acesso à tecnologia” seria um dos segmentos de mercado mais atrativos para a
introdução de novas tecnologias, com seu comportamento de adoção e uso influenciando
outros grupos mais conservadores, que eventualmente adotariam também as inovações.
Kulviwat et al (2007) afirmam que membros desta elite de jovens teriam em torno de vinte e
dois anos e gastariam mais do que a média de todos os outros segmentos em produtos e
serviços tecnológicos. Estudantes de graduação se encaixam bem nesta definição,
representando um segmento particularmente relevante para estudos sobre aceitação de
tecnologia.
3.3.2 Amostra
Foi realizada uma amostragem não probabilística por conveniência, uma vez que não é
possível conhecer nem conseguir acesso a todos os jovens universitários do Brasil, o que, de
acordo com Parasuraman et al (2006), seria necessário para uma seleção aleatória correta.
Hair et al (2009) destacam que, em amostras não probabilísticas, a chance de seleção de um
elemento da população é desconhecida. Em amostras por conveniência, a seleção dos
elementos da amostra é feita entre os indivíduos que estão mais disponíveis para participar no
estudo e que sejam capazes de fornecer as informações requeridas. Desta forma, para
representar a população definida, foi realizada uma amostra de estudantes de graduação da
95
Pontifícia Universidade Católica do Rio de Janeiro que cursavam o curso de Administração de
Empresas.
Foi obtida uma amostra com 474 respondentes, dos quais 27 foram eliminados por
apresentarem dados ausentes e outros 12 foram eliminados por apresentarem idade acima de
29 anos (não se encaixando, portanto, na população de interesse). Desta forma, a amostra final
(sem dados ausentes e contendo somente respondentes com idade até 29 anos) foi composta
por 435 questionários válidos.
Hair et al (2009) recomendam que, para a utilização de modelagem de equações
estruturais, o número de observações exceda o número de covariâncias somado ao de
variâncias da matriz de entrada dos dados, calculado por N*(N+1)/2 (com N sendo o número
de variáveis observáveis no modelo explicativo), não devendo ser inferior ao número mínimo
de 200 observações.
3.4 Coleta de dados
3.4.1 O instrumento de coleta de dados
Conforme especificado anteriormente, o instrumento de pesquisa foi composto por 70
itens, com 36 deles sendo referentes às quatro dimensões do construto prontidão para
tecnologia e os 34 restantes divididos entre os construtos cognitivos e afetivos presentes no
CAT. Além destes itens, ao final do questionário, existiam sete itens para medir variáveis
demográficas dos respondentes (AAKER et al, 2006).
96
Sobre a estrutura do questionário, este se inicia com as perguntas sobre os sentimentos
da pessoa com relação à tecnologia apresentada, como forma de aproveitar o fato de que o
respondente acabou de utilizar a nova tecnologia em primeira mão e deve estar
experimentando os sentimentos gerados por ela com maior intensidade. Seguem-se os itens
relativos aos construtos utilidade percebida, facilidade percebida e vantagem relativa. São
então feitas as perguntas da escala TRI para medição da TR. Por fim, são apresentados os
itens sobre atitude com relação à adoção e intenção de adoção, seguidos pelas variáveis
demográficas ao final do questionário.
3.4.2 Escolha da tecnologia a ser avaliada
Uma decisão importante para o estudo foi a escolha da tecnologia a ser avaliada pelos
consumidores e sobre a qual eles responderiam ao preencherem o questionário. Essa escolha
seguiu as linhas gerais definidas por Kulviwat et al (2007): a tecnologia deve ser
relativamente nova, não disponível ainda para o público em geral e deve ser vista como
inovadora pela população alvo. Ressalta-se, no entanto, que o objetivo deste estudo é a
avaliação de inovações como um todo, não de um produto particular. Sendo assim, apesar de
a pesquisa estar limitada pela experiência de somente um produto, pretendia-se que a
tecnologia escolhida representasse uma novidade para os respondentes, servindo como
exemplo de inovação.
Foi realizada a escolha do leitor eletrônico de livros Kindle DX, da Amazon.com,
como tecnologia a ser avaliada pelos respondentes. O Kindle original foi o primeiro leitor
eletrônico de livros lançado para o mercado de massa norte-americano com a tecnologia de
electronic ink (e-ink), que fornece ao usuário uma experiência de leitura similar a de uma
97
folha de papel comum, sem iluminação artificial da tela ou cansaço para os olhos devido à
leitura prolongada. O Kindle DX, com uma tela maior do que o Kindle original, mais
adequada para a leitura de jornais e revistas (além de livros), foi direcionado também para o
mercado universitário como leitor de livros e artigos acadêmicos (ele permite a leitura direta
de qualquer arquivo em .pdf que o usuário possua). O Kindle DX foi lançado em 10 de junho
de 2009 no mercado norte-americano, sendo portanto uma tecnologia muito recente por
ocasião da aplicação do questionário ao final de 2009. Em março de 2010, o Kindle DX se
tornou disponível para brasileiros por meio do site da Amazon.com (que começou a realizar
entregas internacionais do produto). Fotos e detalhes técnicos do Kindle DX estão disponíveis
no Apêndice B.
Durante a coleta de dados foi perguntado aos respondentes se eles já haviam visto ou
utilizado pessoalmente um leitor de livros eletrônico (o próprio Kindle DX ou algum outro
similar). Somente dois possíveis respondentes dos quase 500 que foram abordados afirmaram
já ter tido contato com a tecnologia. Esses respondentes foram excluídos da pesquisa e não
responderam o questionário. Dado o baixo índice de pessoas que já haviam visto ou utilizado
um leitor de livros eletrônico entre os indivíduos que foram abordados, além do fato de o
produto ter sido lançado somente alguns meses antes e restrito ao mercado americano, fica
claro o grau de inovação da tecnologia, que tem o potencial de, com o tempo, substituir parte
dos meios comuns de leitura utilizados atualmente (folhas de papel, livros, jornais, revistas e
etc).
O uso de leitores eletrônicos é visto como novidade por grande parte das pessoas, que
estão acostumadas com o formato atual de consumo de conteúdo por meio de leitura em
papel. Desta forma, acredita-se que a escolha da tecnologia de leitura eletrônica presente no
98
Kindle DX provocou suficientemente a imaginação e os sentimentos dos respondentes com
relação à adoção de inovações para que eles fossem capazes de responder às perguntas do
instrumento de pesquisa de maneira satisfatória. É pertinente mencionar também que o
lançamento para o mercado consumidor de uma tecnologia com o mesmo grau de inovação do
Kindle DX não ocorre com tanta freqüência. Desta forma, este estudo foi privilegiado pela
possibilidade de escolha de um produto desta natureza.
3.4.3 A coleta de dados
Todos os dados da pesquisa foram colhidos no campus da Gávea da Pontifícia
Universidade Católica do Rio de Janeiro (PUC-Rio), entre novembro e dezembro de 2009
(antes do lançamento do Kindle DX para o Brasil). Foram abordados somente alunos do curso
de graduação em Administração de Empresas. Todas as respostas foram coletadas em sala de
aula (após o término ou antes do início de cada aula), onde o próprio projetor datashow da
sala foi utilizado para a apresentação do vídeo introdutório.
Todos os questionários foram auto-administrados, tendo sido preenchidos pelos
próprios respondentes após assistirem ao vídeo introdutório e experimentado a tecnologia
escolhida em primeira mão durante alguns minutos. O pesquisador acompanhou pessoalmente
a administração do instrumento de pesquisa, apresentando o vídeo introdutório e garantindo
que cada respondente realizasse a experimentação da tecnologia antes que fossem distribuídos
os questionários. A sala de aula foi mantida em silêncio enquanto cada respondente
experimentava a tecnologia e então respondia o questionário, não havendo discussões ou troca
de impressões entre os participantes da pesquisa.
99
3.5 Análise dos dados
Os dados resultantes da aplicação do instrumento de pesquisa foram transcritos para
processamento estatístico em bases de dados SAS e SPSS. Para as análises estatísticas
univariadas e multivariadas dos dados obtidos, foram utilizados os softwares SAS (versão 9),
SPSS (versão 18) e AMOS (versão 18).
O primeiro passo da análise dos dados foi uma análise descritiva das variáveis
demográficas presentes no questionário, como forma de caracterizar a amostra estudada e
eliminar respondentes que não se encaixassem no perfil desejado (12 respondentes, com idade
acima de 29 anos, foram excluídos neste processo). Foi realizada também a limpeza dos dados
por meio da detecção de possíveis valores errôneos ou ausentes que por ventura possam ter
ocorrido, resultando na eliminação de 27 registros que possuíam valores ausentes. Desta
forma, a base de dados final, com 435, não possuía nenhum valor ausente ou respondente com
idade acima de 29 anos.
3.5.1 Validade e Confiabilidade
Para estimar o modelo de mensuração e avaliar as propriedades dos construtos
presentes no instrumento de pesquisa, particularmente no que diz respeito à
unidimensionalidade, confiabilidade e validade, foi realizada uma análise fatorial
confirmatória (CFA) com os dados obtidos. De acordo com Hair et al (2009) e Churchill
(1979), a validade de um construto diz respeito ao quanto uma escala de fato reflete o
construto latente que ela se dispõe a medir, enquanto a confiabilidade (que também é um
indicador de validade convergente) diz respeito ao quanto uma variável ou conjunto de
variáveis é consistente em relação ao que se deseja medir. A confiabilidade dos construtos
100
utilizados neste trabalho foi avaliada por meio do Alfa de Cronbach (NUNNALLY, 1978) e
da confiabilidade composta (composite reliability). Hair et al (2009) e Nunnally e Bernstein
(1994) afirmam que valores do Alfa de Cronbach e da confiabilidade composta maiores do
que 0,8 são considerados adequados, com valores acima de 0,7 sendo considerados aceitáveis.
A validade dos construtos foi avaliada por meio do exame das cargas fatoriais dentro
de cada construto e da correlação entre construtos resultantes da CFA realizada. Para avaliar a
validade convergente, o grau com o qual os diferentes indicadores de cada escala se referem
ao mesmo construto (HAIR et al, 2009), foi utilizada a variância extraída média (Average
Variance Extracted - AVE). Fornell e Larcker (1981) e Hair et al (2009) sugerem que uma
AVE de 0,5 ou maior indica validade convergente adequada. A validade discriminante,
referente ao quanto um construto realmente é distinto dos outros construtos (HAIR et al,
2009), foi avaliada por meio da análise das cargas fatoriais de cada item, que devem ser
maiores em relação aos construtos que eles supostamente medem do que em relação a outros
construtos presentes no modelo. A importância relativa e a significância das cargas fatoriais
de cada item foram interpretadas de acordo com as sugestões de Hair et al (2009), que afirma
que cargas fatoriais maiores do que 0,3 podem ser consideradas significativas, maiores do que
0,4 podem ser consideradas importantes e maiores do que 0,5 podem ser consideradas muito
significativas. Além da análise das cargas fatoriais, uma forma rigorosa de verificar validade
discriminante, segundo Hair et al (2009), é comparar a AVE de cada par de construtos com o
quadrado da estimativa de correlação entre estes dois construtos. O valor da AVE deve
sempre ser maior do que a estimativa de correlação ao quadrado. Este teste também foi
realizado neste trabalho.
101
3.5.2 Análises Estatísticas
O teste das quatorze hipóteses do estudo foi realizado por meio de modelagem de
equações estruturais (SEM), utilizando o software AMOS 18.0. O uso de SEM é adequado às
questões desta pesquisa e aos testes exigidos pelas hipóteses formuladas, uma vez que permite
a estimação de relações simultâneas entre múltiplas variáveis independentes e dependentes
(BAGOZZI & PHILLIPS, 1982). Com a utilização desta técnica, é possível a avaliação
conjunta dos efeitos de todos os construtos envolvidos no modelo proposto, evitando
possíveis distorções que ocorreriam nas dependências observadas entre as variáveis, caso
fossem estudadas separadamente (Hair et al, 2009). Desta forma, para operacionalizar o
modelo explicativo conceitual e verificar as relações entre os construtos envolvidos no CART,
foi estimado um modelo de equações estruturais adequado. Outra vantagem do uso da
metodologia de SEM é a sua capacidade de testar características de mensuração dos
construtos latentes.
Para a estimação do modelo de equações estruturais foi utilizado o método de
estimação por máxima verossimilhança (Maximum Likelihood - ML). Uma vez que os dados
coletados para pesquisa não apresentaram uma distribuição multivariada normal, poderia ser
considerada mais indicada a utilização de métodos conhecidos como estimadores assintóticos
independentes da distribuição (ADF - asymptotic distribution-free estimators). Entre estes,
destacam-se o método dos mínimos quadrados ponderados generalizados (WLS – generalized
weighted least squares) e o método dos mínimos quadrados ponderados diagonalmente
(DWLS – diagonally weighted least squares). Ambos os métodos estão incluídos, de acordo
com Diamantopoulos e Siguaw (2006), entre as técnicas de informação completa para a
estimação dos parâmetros do modelo de equações estruturais. No entanto, tais técnicas
requerem que o tamanho da amostra seja de pelo menos n*(n+1)/2, onde n é o número de
102
variáveis observáveis no modelo. No caso do modelo proposto, com 70 indicadores
inicialmente (50 utilizados na versão final), a amostra deveria possuir o tamanho proibitivo de
2485 respondentes (ou 1326 na versão final) para a utilização de métodos ADF.
No entanto, de acordo com Hair et al (2009) e Anderson e Gerbing (1988), em
condições não ideais e para modelos com grande número de construtos, amostras de tamanho
400/500 são adequadas para estimações com o uso de ML. Além disso, Olsson et al (2000)
mostram que, apesar da literatura indicar o uso de técnicas como o método WLS para dados
que não apresentem distribuições normais, estimações via ML são robustas contra violações
da premissa de normalidade, produzindo resultados confiáveis e similares aos de estimações
realizadas com o uso de outras técnicas. Após diversos testes com diferentes tamanhos de
amostra e condições, Olsson et al (2000) afirmam que a estimação por ML tende a ser não
somente estável, mas também mais precisa em termos de ajuste teórico e empírico do que a
estimação por outros métodos (como o WLS). Sendo assim, mesmo com a violação da
premissa de normalidade multivariada dos dados, julga-se adequada a estimação por ML para
a amostra de tamanho 435 coletada. Nota-se ainda que esta é a mesma técnica de estimação
utilizada por Kulviwat et al (2007) e Nasco et al (2008) na estimação do modelo CAT e do
CAT revisado, com uma amostra de tamanho 460.
Foi seguida a abordagem de dois estágios para modelagem de equações estruturais
sugerida por Anderson e Gerbing (1988) e empregada por Kulviwat et al (2007) na
modelagem do CAT. O primeiro passo foi verificar, por meio do modelo de mensuração
obtido na análise fatorial confirmatória (CFA), que cada escala utilizada mediu somente o
construto ao qual ela estava associada. Esse modelo foi então refinado para criar o “melhor”
modelo de mensuração, eliminando itens que não demonstraram boa confiabilidade ou
103
possuiam altos cross-loadings entre dois construtos (dos 70 itens iniciais, somente 50
continuaram presentes no modelo de mensuração final). A partir deste ponto, o modelo de
equações estruturais (SEM) final foi estimado, sendo realizado o teste das hipóteses da
pesquisa e a comparação do desempenho do modelo proposto com diferentes modelos
alternativos (ou rivais) que faziam sentido segundo a teoria.
Para a avaliação do ajuste dos modelos de CFA e SEM foram analisados os índices de
ajuste sugeridos por Garver e Mentzer (1999) e Hair et al (2009): o Tucker-Lewis index (TLI
ou NNFI), o comparative fit index (CFI), o root mean squared approximation error
(RMSEA) e a estatística qui-quadrada do modelo (juntamente com os graus de liberdade
associados). Todos esses índices (com exceção da estatística qui-quadrada) são de fácil
interpretação por estarem em uma escala contínua de 0 a 1 e são relativamente independentes
de efeitos ligados ao tamanho da amostra. De acordo com Hair et al (2009), índices como o
Goodness-of-Fit Index (GFI) e o Adjusted Goodness-of-Fit Index (AGFI) caíram em desuso
por serem sensíveis ao tamanho da amostra e à complexidade do modelo. Tais índices,
portanto, não serão apresentados.
3.6 Limitações do método
3.6.1 Limitações relacionadas ao critério de amostragem
A delimitação do universo amostral do estudo e a amostra por conveniência realizada
somente com estudantes da cidade do Rio de Janeiro prejudicam a representatividade da
amostra, mesmo com a população de interesse tendo sido definida como “jovens
104
universitários com acesso a novas tecnologias”. Pode existir um viés de locus oriundo do fato
de todos os respondentes estarem inseridos na mesma cidade (Rio de Janeiro).
De qualquer forma, uma vez que o propósito da pesquisa é testar a estrutura de
relações proposta entre variáveis e não a validade externa dos resultados, a representatividade
da amostra não é uma questão crucial. Em casos como este, é até desejável que a amostra seja
o mais homogênea possível, a fim de evitar efeitos moderadores imprevistos que possam
prejudicar a verificação das relações estudadas (sendo esta a principal razão por trás da
decisão de só serem coletados dados de estudantes de um único curso e em uma única
universidade).
3.6.2 Limitações decorrentes da coleta de dados
Uma limitação importante a respeito dos procedimentos de coleta de dados adotados
foi o tempo que os respondentes tiveram para avaliar a tecnologia apresentada. Como só
existiam dois Kindle DX disponíveis para a pesquisa e foram abordadas ao mesmo tempo 30
ou mais pessoas em cada sala de aula visitada, o tempo para a utilização da tecnologia por
cada respondente foi reduzido, em geral em torno de 3 minutos (o que já tornava longo o
processo de coleta de dados, levando em torno de 30 a 45 minutos para a realização). Julga-se
que esse tempo é adequado para um primeiro contato e para a exploração das funcionalidades
básicas da produto, mas acredita-se que a avaliação cognitiva e emocional do respondente a
respeito da tecnologia estudada poderia ser mais completa se fosse dado um maior tempo para
cada respondente experimentar a tecnologia com cuidado e detalhe.
105
4 MODELAGEM E ANÁLISE DOS DADOS
Neste capítulo são avaliadas as propriedades estatísticas e psicométricas da amostra
coletada, sendo ajustados os modelos de mensuração e estruturais propostos. São testadas
também as hipóteses da pesquisa.
4.1 Caracterização da Amostra
O instrumento de pesquisa (Apêndice A) foi distribuído para 474 estudantes ao longo
de quatro semanas de coleta de dados (final de novembro e início de dezembro de 2009). A
participação foi voluntária e confidencial, com nenhum dos respondentes tendo visto ou
utilizado a tecnologia avaliada previamente. De fato, muitos dos participantes da pesquisa
nem estavam cientes que a tecnologia de leitores de livros eletrônicos com telas de tinta
eletrônica (e-ink) existia, se mostrando genuinamente surpresos quando a tecnologia lhes foi
apresentada.
Conforme exposto no Capítulo 3, destes 474 respondentes, 27 foram eliminados por
apresentarem dados ausentes em um ou mais itens do questionário. Outros 12 foram
eliminados por apresentarem idade acima de 29 anos. Sendo assim, a amostra final foi
composta por 435 questionários válidos.
A tabela 4.1 ilustra as características da amostra final por meio de algumas estatísticas
descritivas. Do total 435 de participantes, 259 eram do sexo feminino (59,5%) e 176 do sexo
masculino (40,5%). Em relação ao estado civil, a grande maioria dos respondentes (97,7%)
era formada por solteiros, com somente 10 se declarando casados (2,3%). Além disso, 82,5%
106
afirmaram ainda morarem com os pais. No que diz respeito à renda familiar média, 57,5% dos
participantes indicaram renda familiar mensal superior a dez mil reais, com outros 17,7%
afirmando renda familiar entre seis e dez mil reais. Somente 13% dos respondentes indicaram
renda familiar inferior a três mil e quinhentos reais. Em termos de idade, a grande maioria dos
participantes (94,2%) era jovem, possuindo entre 18 e 25 anos. A média de idade observada
foi de 21,5 anos, com desvio padrão de 2,26.
Tabela 4.1: Características da Amostra
Característica Porcentagem de Todos os
Respondentes (n)
Sexo
Masculino 40,5% (n = 176)
Feminino 59,5% (n = 259)
Estado Civil
Solteiro 97,7% (n = 425)
Casado 2,3% (n = 10)
Com quem mora
Sozinho 6,7% (n = 29)
Com os pais 82,5% (n = 359)
Com o cônjuge 2,3% (n = 10)
Com parentes 6% (n = 26)
Com amigos 2,5% (n = 11)
Renda Familiar Média
Acima de R$10.000 57,5% (n = 250)
R$6.000 a R$10.000 17,7% (n = 77)
R$3.500 a R$6.000 8,0% (n = 35)
R$2.000 a R$3.500 7,8% (n = 34)
R$1.000 a R$2.000 5,3% (n = 23)
Abaixo de R$1.000 3,7% (n = 16)
Idade
≤ 20 36,3% (n = 158)
21 - 25 57,9% (n = 252)
26 - 29 5,8% (n = 25)
Média 21,5
Desvio Padrão 2,26
Mediana 21
Mínimo 18
Máximo 29
107
4.2 Análises e Resultados
4.2.1 Avaliação do Modelo de Mensuração
O modelo de mensuração define as relações entre as variáveis observadas e os
construtos latentes não observados, permitindo a avaliação de quanto cada item medido se
relaciona com cada fator em particular. Uma análise fatorial confirmatória (CFA) foi realizada
para testar a validade, unidimensionalidade e confiabilidade das escalas utilizadas no modelo
de mensuração.
Dadas a teoria de Prontidão para Tecnologia (Parasuraman, 2000 e PARASURAMAN
& COLBY, 2001) e as quatro dimensões que compõem este construto (cada uma medida por
indicadores próprios), foi estimado um modelo CFA de segunda ordem, com construtos
representando cada uma das quatro dimensões da Prontidão para Tecnologia (Otimismo,
Inovatividade, Desconforto e Insegurança) e servindo como indicadores para um fator de
ordem superior referente à Prontidão para Tecnologia, que por sua vez se relacionou com os
demais construtos presentes no modelo proposto. A solução de segunda ordem é adequada
neste caso pois, além de ser conceitualmente consistente com a teoria relacionada, existem
condições mínimas para a identificação da camada de ordem superior (uma vez que são
quatro os construtos que serviram como indicadores para o construto de Prontidão para
Tecnologia).
Para avaliar o ajuste do modelo de mensuração proposto, diversos índices de ajuste
foram utilizados (tanto incrementais quanto absolutos), uma vez que não existe consenso na
literatura sobre qual índice (ou conjunto de índices) deve ser utilizado para checar o ajuste de
modelos desta natureza (HU & BENTLER, 1999; SIVO et al, 2006; SCHREIBER et al,
108
2006). O modelo inicial testado, com todos os 70 indicadores medidos no instrumento de
pesquisa, não apresentou bons índices de ajuste, com um RMSEA (mean-squared error of
approximation) de 0,040 (com C.I. de 0,038 até 0,042), um CFI (comparative fit index) de
0,87, um IFI (incremental fit index) de 0,87, um TLI (Tucker-Lewis index) de 0,86 e um valor
significativo para índice qui-quadrado (χ2 = 3831,35, d.f. = 2237, p < 0,001, χ
2/d.f. = 1,71).
Uma análise da matriz de covariância dos resíduos padronizados da CFA indicou diversos
itens que estavam contribuindo para o ajuste fraco do modelo. De acordo com esses
resultados, o modelo foi ajustado e refinado com a eliminação de itens de algumas escalas que
não estavam se encaixando com a estrutura de construtos proposta. Após várias iterações
refinando o modelo restaram 50 indicadores no modelo de mensuração final, do total de 70
itens iniciais que formavam as escalas utilizadas no estudo. Foram eliminados indicadores de
quase todas as escalas utilizadas, com exceção das escalas de Atitude com relação à adoção e
de Intenção de Adoção, que permaneceram com todos os itens que possuíam inicialmente. Os
itens eliminados foram: o item 1 da escala de Vantagem Relativa, os itens 4 e 5 da escala de
Utilidade Percebida, o item 4 da escala de Facilidade de Uso Percebida, o item 4 da escala de
Prazer, o item 2 da escala de Excitação, o item 4 da escala de Domínio, os itens 1 e 5 da
escala de Otimismo, o item 2 da escala de Inovatividade, os itens 5, 6, 7, 8 e 9 da escala de
Desconforto e os itens 5, 6, 7, 8, e 9 da escala de Insegurança.
O modelo de mensuração final, com 50 indicadores, apresentou bons índices de ajuste
(RMSEA = 0,033 com C.I. de 0,029 até 0,036; CFI = 0.95; IFI = 0.95; TLI = 0.94; χ2 =
1666,06, d.f. = 1135, p < 0,001, χ2/d.f. = 1,47), representando uma melhora significativa em
relação ao modelo inicial. Quando avaliados em conjunto, esses índices finais sugerem um
ajuste satisfatório dos dados para o modelo proposto (HU & BENTLER, 1999; SCHREIBER
et al, 2006).
109
4.2.2 Validade e Confiabilidade dos Construtos
Segundo Hair et al (2009), a validade de um construto é composta de quatro
componentes: validade convergente, validade discriminante, validade de face e validade
nomológica.
A validade de face (a consistência do conteúdo de cada item com o construto que ele
mede) para todas as escalas utilizadas foi garantida durante o desenvolvimento do instrumento
de pesquisa, com a escolha de escalas já utilizadas na literatura, a tradução criteriosa destas
escalas para o português, a avaliação de cada item por pesquisadores experientes de
comportamento do consumidor e os pré-testes conduzidos com pequenas amostras da
população de interesse.
A validade nomológica, por sua vez, examina se as correlações entre os construtos da
teoria de mensuração aplicada fazem sentido. Uma maneira de analisar a validade nomológica
é avaliar a matriz de correlação entre construtos, com o intuito de verificar se os construtos se
relacionam entre si de acordo com o previsto pela teoria. De acordo com a revisão de
literatura realizada e os modelos de aceitação de tecnologia relacionando cognição e emoções
de Kulviwat et al (2007) e Nasco et al (2008), é esperada uma relação positiva entre os
construtos que medem a avaliação cognitiva da tecnologia e os construtos que medem
emoções, além de uma relação positiva entre esses e os construtos de atitude e intenção de
adoção de novas tecnologias. Da mesma forma, os estudos de Lin et al (2007) e Pires e Costa
(2008) verificam relações positivas entre a prontidão para tecnologia, construtos cognitivos e
intenção de adoção. Não existem estudos relacionando diretamente a prontidão para
tecnologia com construtos afetivos (sendo esta uma das grandes contribuições desta pesquisa),
mas, dada a teoria exposta durante na revisão de literatura, espera-se que a prontidão para
110
tecnologia tenha também relações positivas com os construtos afetivos avaliados. O quadro
4.1 apresenta a matriz de correlação entre todos os construtos estudados.
Quadro 4.1: Matriz de Correlação entre Construtos
TR DOM EXC PZR RA INT ATT PEOU PU
TR 1 0,213 0,384 0,302 0,362 0,3 0,454 0,291 0,185
DOM 0,213 1 0,279 0,333 0,262 0,285 0,298 0,362 0,308
EXC 0,384 0,279 1 0,736 0,448 0,552 0,606 0,146 0,503
PZR 0,302 0,333 0,736 1 0,501 0,542 0,718 0,239 0,537
RA 0,362 0,262 0,448 0,501 1 0,56 0,685 0,12 0,547
INT 0,3 0,285 0,552 0,542 0,56 1 0,711 0,138 0,575
ATT 0,454 0,298 0,606 0,718 0,685 0,711 1 0,271 0,565
PEOU 0,291 0,362 0,146 0,239 0,12 0,138 0,271 1 0,055*
PU 0,185 0,308 0,503 0,537 0,547 0,575 0,565 0,055* 1
* = correlação não significativa
Onde:
TR = Prontidão para Tecnologia
DOM = Domínio
EXC = Excitação
PZR = Prazer
RA = Vantagem Relativa
INT = Intenção de Adoção
ATT = Atitude em relação à Adoção
PEOU = Facilidade de Uso Percebida
PU = Utilidade Percebida
Quase todas as correlações expostas no quadro 4.1 foram significativas a um nível de
significância de 0,001. Entre as que não eram significativas a esse nível, estão as correlações
entre Utilidade Percebida / Prontidão para Tecnologia, Facilidade de Uso Percebida /
Intenção de Adoção e Domínio / Prontidão para Tecnologia, que foram significativas a um
111
nível de 0,01. Por sua vez, as correlações entre Facilidade de Uso Percebida / Vantagem
Relativa e Facilidade de Uso Percebida / Excitação foram significativas a um nível de 0,05. A
única correlação que, apesar de positiva como esperado, não apresentou significância (p =
0,307) foi a correlação entre Utilidade Percebida e Facilidade de Uso Percebida. De qualquer
forma, uma vez que todas as outras correlações são positivas e consistentes com a teoria
aplicada, essa única exceção não é preocupante (HAIR et al, 2009), podendo-se desta forma
concluir que os construtos utilizados apresentam validade nomológica.
Com relação à consistência interna e confiabilidade das escalas utilizadas, a tabela 4.2
lista os coeficientes alfa de Cronbach calculados para as escalas revisadas (contendo somente
os itens presentes no modelo de mensuração final) e as confiabilidades compostas para cada
construto. De acordo com Nunally e Bernstein (1994), Fornell e Larcker (1981) e Hair et al
(2009), coeficientes alfa maiores do que 0,8 são considerados bons, enquanto coeficientes
entre 0,7 e 0,8 são considerados aceitáveis. Em relação à confiabilidade composta, que reflete
a consistência interna de indicadores que medem um mesmo fator (FORNELL & LARCKER,
1981), recomenda-se níveis acima de 0,7. Conforme pode ser observado por meio da tabela
4.2, todas as escalas utilizadas atendem aos níveis mínimos de confiabilidade considerados
adequados pela literatura, com todas apresentando valores acima de 0,7 tanto para o
coeficiente alfa quanto para a confiabilidade composta. Estes resultados estão de acordo com
as confiabilidades encontradas na literatura para as escala utilizadas (LUND, 2001; MOORE
& BENBASAT, 1991; MEHRABIAN & RUSSEL, 1974, BAGOZZI et al, 1992;
MACKENZIE et al, 1986; SOUZA & LUCE, 2005 e KULVIWAT et al, 2007).
No que diz respeito à validade convergente, foi calculada a variância extraída média
para cada construto (average variance extracted - AVE). Os resultados são apresentados na
112
tabela 4.2. Fornell e Larcker (1981) afirmam que estimativas de AVE maiores do que 0,50
indicam validade convergente adequada. Todos os valores de AVE calculados estão entre
0,50 e 0,89 (acima do nível recomendado de 0,50), evidenciando a validade convergente das
escalas utilizadas.
Tabela 4.2: Confiabilidade, Confiabilidade Composta e Variância Extraída Média
Escala Confiabilidade
(α)
Confiabilidade
Composta
Variância
Extraída
Média (AVE)
Utilidade Percebida 0,81 0,76 0.77
Facilidade de Uso Percebida 0,94 0,88 0.89
Vantagem Relativa 0,89 0,80 0.82
Prazer 0,79 0,73 0.71
Excitação 0,77 0,71 0.62
Domínio 0,76 0,71 0.68
Otimismo 0,78 0,72 0.50
Inovatividade 0,81 0,75 0.65
Desconforto 0,75 0,70 0.76
Insegurança 0,85 0,78 0.51
Atitude 0,90 0,80 0.83
Intenção de Adoção 0,91 0,87 0.88
Foram também examinadas as cargas fatoriais padronizadas para cada variável
observável (itens) nas variáveis latentes (construtos), juntamente com suas respectivas
significâncias. Quanto maiores forem essas cargas mais fortes são as evidências de que as
variáveis medidas representam os construtos subjacentes aos quais estão associadas,
indicando validade convergente e unidimensionalidade. Garver e Mentzer (1999) sugerem que
estimativas de parâmetros maiores do que 0,70, significativas e na direção esperada pela
teoria apontam para a unidimensionalidade e validade convergente de um construto. A tabela
4.3 apresenta as cargas fatoriais padronizadas e suas significâncias para cada indicador
presente no modelo de mensuração estimado.
113
Tabela 4.3: Cargas Fatoriais Padronizadas
Construto/Indicador Carga Fatorial
Padronizada p-value
Utilidade Percebida
PU1 0,79 <0.001
PU2 0,85 <0.001
PU3 0,75 <0.001
Facilidade de Uso Percebida
PEOU1 0,83 <0.001
PEOU2 0,92 <0.001
PEOU3 0,92 <0.001
PEOU5 0,89 <0.001
Vantagem Relativa
RA2 0,83 <0.001
RA3 0,89 <0.001
RA4 0,86 <0.001
RA5 0,72 <0.001
Prazer
PZR1 0,75 <0.001
PZR2 0,73 <0.001
PZR3 0,68 <0.001
Excitação
EXC1 0,65 <0.001
EXC3 0,75 <0.001
EXC4 0,79 <0.001
Domínio
DOM1 0,53 <0.001
DOM2 0,82 <0.001
DOM3 0,68 <0.001
Prontidão para Tecnologia
Otimismo 0,91 <0.001
Inovatividade 0,80 <0.001
Desconforto -0,62 0,038
Insegurança -0,71 <0.001
114
Otimismo
OTM2 0,63 <0.001
OTM3 0,75 <0.001
OTM4 0,80 <0.001
OTM6 0,70 <0.001
OTM7 0,75 <0.001
OTM8 0,68 <0.001
OTM9 0,73 <0.001
OTM10 0,69 <0.001
Inovatividade
INOV1 0,75 <0.001
INOV3 0,72 <0.001
INOV4 0,73 <0.001
INOV5 0,64 <0.001
INOV6 0,80 <0.001
INOV7 0,73 <0.001
Desconforto
DESC1 0,71 <0.001
DESC2 0,70 <0.001
DESC3 0,76 <0.001
DESC4 0,64 <0.001
DESC10 0,55 <0.001
Insegurança
INSEG1 0,84 <0.001
INSEG2 0,89 <0.001
INSEG3 0,72 <0.001
INSEG4 0,68 <0.001
Atitude em relação à Adoção
ATT1 0,89 <0.001
ATT2 0,82 <0.001
ATT3 0,77 <0.001
ATT4 0,83 <0.001
Intenção de Adoção
INT1 0,87 <0.001
INT2 0,95 <0.001
INT3 0,82 <0.001
Analisando a tabela 4.3, nota-se inicialmente que as cargas fatoriais de todos os
indicadores são significativas e apresentam a direção esperada. Ao avaliar a magnitude das
cargas estimadas observa-se que a grande maioria é superior ao valor 0,70 sugerido por
115
Garver e Mentzer (1999). No entanto, alguns parâmetros apresentam valores inferiores a 0,70,
dois deles inclusive sendo abaixo de 0,60. De qualquer maneira, uma vez que todas as cargas
estimadas são significativas e apresentam magnitude boa ou ao menos razoável, julgam-se
verificadas a unidimensionalidade e a validade convergente dos construtos.
Para a avaliação de validade discriminante, os itens devem se relacionar mais
fortemente com os construtos aos quais deveriam se referir do que com outros construtos
presentes no modelo, com a variância compartilhada entre os itens de cada construto devendo
ser maior do que a variância compartilhada entre o construto e outros construtos. Para
verificar isso, Fornell e Larcker (1981) sugerem a comparação da variância extraída média
(AVE) de cada construto com a variância compartilhada (o quadrado do coeficiente de
correlação) entre todos os pares de construtos. A validade discriminante é verificada quando
todos os construtos apresentam variâncias extraídas maiores do que as respectivas variâncias
compartilhadas.
O quadro 4.2 apresenta uma matriz para a análise da validade discriminante, com a
diagonal principal contendo a AVE para cada construto e as demais células apresentando o
quadrado dos coeficientes de correlação entre cada par de construtos. Analisando esse quadro,
observa-se que todas as variâncias compartilhadas são inferiores à variância extraída pelos
itens que medem os construtos, indicando validade discriminante adequada.
Por fim, analisando coletivamente todos os resultados apresentados para a análise
fatorial confirmatória, julga-se que o modelo de mensuração proposto atende os requisitos
desejados de confiabilidade, unidimensionalidade, validade de face, validade nomológica,
116
validade convergente e validade discriminante, sendo portanto possível a investigação das
relações entre os construtos latentes por meio de um modelo estrutural.
Quadro 4.2: Matriz de Validade Discriminante
TR DOM EXC PZR RA INT ATT PEOU PU
TR 0,62 0,05 0,15 0,09 0,13 0,09 0,21 0,08 0,03
DOM 0,05 0,68 0,08 0,11 0,07 0,08 0,09 0,13 0,09
EXC 0,15 0,08 0,62 0,54 0,20 0,30 0,37 0,02 0,25
PZR 0,09 0,11 0,54 0,71 0,25 0,29 0,52 0,06 0,29
RA 0,13 0,07 0,20 0,25 0,82 0,31 0,47 0,01 0,30
INT 0,09 0,08 0,30 0,29 0,31 0,88 0,51 0,02 0,33
ATT 0,21 0,09 0,37 0,52 0,47 0,51 0,82 0,07 0,32
PEOU 0,08 0,13 0,02 0,06 0,01 0,02 0,07 0,89 0,00
PU 0,03 0,09 0,25 0,29 0,30 0,33 0,32 0,00 0,77
4.2.3 Análise do Modelo Estrutural
A técnica de modelagem de equações estruturais (SEM) foi utilizada, por meio do
software AMOS 18, para testar o modelo proposto e as hipóteses da pesquisa. Em SEM, a
significância dos coeficientes estimados para as relações presentes no modelo indica se cada
hipótese de relação entre construtos se verifica ou não (BYRNE, 2010). Anderson e Gerbing
(1988) sugerem que o modelo proposto seja comparado com modelos alternativos (ou rivais).
Para tal comparação, é realizada inicialmente a modelagem da estrutura proposta e a
verificação da sua adequabilidade por meio dos índices de ajuste relevantes. Em um segundo
momento, o ajuste do modelo proposto é comparado com o ajuste obtido em modelos rivais,
permitindo a avaliação da força e relevância de diferentes relações entre os construtos. O
modelo estrutural foi analisado após as modificações propostas para o modelo de mensuração
inicial, utilizando portanto os indicadores e construtos presentes no modelo de mensuração
final exposto anteriormente.
117
4.2.3.1 Normalidade dos Dados
Uma premissa importante para a elaboração de modelos de equações estruturais por
meio de estimação por Máxima Verossimilhança (ML) é que os dados apresentem uma
distribuição multivariada normal. No entanto, como já exposto no Capítulo 3, Olsson et al
(2000) afirmam que estimações via ML são robustas contra violações da premissa de
normalidade, sendo até mais precisas e estáveis do que outras técnicas de estimação que não
possuem essa premissa.
De qualquer forma, antes da análise dos resultados, foi avaliada se a condição de
normalidade multivariada foi satisfeita. Particularmente problemática para SEM é a curtose
multivariada dos dados, que ocorre quando a distribuição multivariada das variáveis
observadas possui tanto caudas quanto picos que diferem das características de uma
distribuição normal multivariada (RAYKOV & MARCOULIDES, 2000). Além disso, um
pré-requisito necessário, mas não suficiente, para a verificação de normalidade multivariada é
a normalidade univariada das variáveis utilizadas (DECARLO, 1997). Analisando os
resultados para a avaliação de normalidade disponibilizados pelo AMOS 18 (tabela 4.4), onde
são fornecidas as curtoses univariadas para cada indicador, nota-se que os valores da curtose
univariada para todos os 50 itens utilizados no modelo foram inferiores a 3,7 (com a maioria
sendo inferior a 1). Bryne (2010) sugere que somente valores de curtose maiores do que 7,0
são preocupantes. Com isto, conclui-se que nenhum dos itens utilizados revelaram curtose
univariada substancial. Por outro lado, a curtose multivariada apresentada pelos dados foi de
237,34, com razão crítica (critical ratio - C. R.) de 34,32. O valor do C. R. representa a
estimativa normalizada de Mardia (1970) para a curtose multivariada e, na prática, deve ser
menor do que 5,0 para indicar normalidade multivariada (BYRNE, 2010). Sendo assim, o
valor de 34,32 observado indica fortemente que os dados da pesquisa não apresentam
118
normalidade multivariada. Mesmo com esse resultado, será utilizada a estimação via ML,
baseado nos resultados de Olsson et al (2000), Kulviwat et al (2007), Nasco et al (2008) e na
impossibilidade da utilização de outros métodos de estimação devido ao tamanho da amostra.
Tabela 4.4: Curtose univariada para cada item
Item Curtose Item Curtose
ATT1 0,376 INT1 -0,019
ATT2 0,064 INT2 -0,411
ATT3 -0,376 INT3 -0,004
ATT4 0,134 OTM10 -0,420
DESC1 -0,996 OTM2 0,013
DESC10 -0,597 OTM3 0,619
DESC2 -1,090 OTM4 0,483
DESC3 -1,014 OTM6 3,702
DESC4 -0,945 OTM7 -0,082
DOM1 -0,524 OTM8 0,503
DOM2 -0,495 OTM9 0,048
DOM3 0,030 PEOU1 0,108
EXC1 -0,510 PEOU2 0,313
EXC3 0,160 PEOU3 0,035
EXC4 -0,130 PEOU5 0,053
INOV1 -0,617 PU1 0,653
INOV3 -0,950 PU2 0,820
INOV4 0,279 PU3 1,319
INOV5 0,071 PZR1 -0,674
INOV6 -0,461 PZR2 0,852
INOV7 -0,018 PZR3 -0,019
INSEG1 -1,284 RA2 -0,658
INSEG2 -1,371 RA3 -0,759
INSEG3 -0,504 RA4 -0,565
INSEG4 -1,111 RA5 -0,653
4.2.3.2 Ajuste do Modelo Proposto
O ajuste do modelo CART proposto (figura 4.1 - Modelo #1) foi examinado com o uso
de diversos índices de ajuste (GARVER & MENTZER, 1999; HAIR et al, 2009).
119
Figura 4.1 – Modelo de Aceitação e Prontidão do Consumidor para Tecnologia (Modelo #1)
A estatística qui-quadrado obtida para o modelo foi estatisticamente significativa (χ2 =
1920,75, d.f. = 1158, p < 0,001). De qualquer forma, sabe-se que ela deve ser interpretada
com cautela, uma vez que é sensível ao tamanho da amostra e a violações da premissa de
normalidade (Bentler, 1990). Todos os outros índices indicaram um bom ajuste do modelo
aos dados. A razão χ2/d.f. foi de 1,66, inferior ao valor de 3,0 sugerido por Byrne (2010).
Além disso, os índices de ajuste incrementais foram maiores do que 0,90, com um CFI
(comparative fit index) de 0,92, um TLI (Tucker-Lewis index) de 0,91 e um IFI (incremental
fit index) de 0,92. Por sua vez, os índices de ajuste absoluto apresentaram valores abaixo do
limite de 0,08 estabelecido pela literatura (HU & BENTLER, 1999; BYRNE, 2010; HAIR et
120
al, 2009), indicando também um bom ajuste do modelo. O RMSEA (root-mean-square error
of approximation) foi de 0,039 (C. I. de 0,036 a 0,042) e o SRMR (standardized root mean-
square residual) foi de 0,068. Estes resultados encontram-se resumidos na tabela 4.5. Dados
os índices apresentados, conclui-se que o ajuste do modelo proposto é satisfatório.
Tabela 4.5: Índices de Ajuste do Modelo CART
Índice de Ajuste Modelo
Proposto
Valor sugerido pela
literatura
χ2/d.f. 1,66 ≤ 3
CFI 0,92 ≥ 0,90
TLI 0,91 ≥ 0,90
IFI 0,92 ≥ 0,90
RMSEA 0,039 ≤ 0,08
SRMR 0,068 ≤ 0,08
4.2.3.3 Teste das Hipóteses de Pesquisa
Após a verificação do ajuste dos modelo de mensuração e estrutural propostos, foram
avaliados os coeficientes estimados para as relações causais entre os construtos (Figura 4.1).
A verificação de cada uma das hipóteses da pesquisa foi realizada com a análise da
magnitude, direção e significância dos coeficientes padronizados estimados por meio do
modelo estrutural (BYRNE, 2010; KULVIWAT et al, 2007). Uma relação foi considerada
significativa se o p-value para o teste t associado ao coeficiente estimado foi inferior a um
nível de significância de 0,05 (BYRNE, 2010; HAIR et al, 2009). Os coeficientes estimados
para o modelo proposto, juntamente com as hipóteses de pesquisa e significâncias associadas,
encontram-se expostos na tabela 4.6 e ilustrados na figura 4.2.
121
Tabela 4.6: Coeficientes Padronizados Estimados, Hipóteses e Significâncias
para o Modelo Estrutural Proposto (Modelo #1)
Relação Proposta Coeficiente
Padronizado p-value
Hipótese
Verificada
H1: TR → RA 0,63 < 0,001 sim
H2: TR → PU 0,44 < 0,001 sim
H3: TR → PEOU 0,32 < 0,001 sim
H4: TR → PZR 0,86 < 0,001 sim
H5: TR → EXC 0,80 < 0,001 sim
H6: TR → DOM 0,42 < 0,001 sim
H7: RA → PU 0,31 < 0,001 sim
H8: PEOU → PU -0,12 0,018 não
H9: PU → ATT 0,26 < 0,001 sim
H10: PZR → ATT 0,51 < 0,001 sim
H11: EXC → ATT 0,18 0,023 sim
H12: DOM → ATT 0,01 0,909 não
H13: ATT → INT 0,73 < 0,001 sim
Onde:
TR = Prontidão para Tecnologia PU = Utilidade Percebida
DOM = Domínio PEOU = Facilidade de Uso Percebida
EXC = Excitação RA = Vantagem Relativa
PZR = Prazer ATT = Atitude
INT = Intenção de Adoção
Analisando os resultados presentes na tabela 4.6 e na figura 4.2, observa-se que foi
obtido suporte empírico para 11 das 13 hipóteses de pesquisa formuladas, com relações
significativas entre os construtos relacionados sendo observadas no modelo estrutural
122
proposto (quase todas as relações foram significativas a um nível de 0,001, com duas sendo
significativas a um nível de 0,05).
Figura 4.2 – Coeficientes Padronizados Estimados para o CART (Modelo #1)
(* indica p-value < 0,05; ** indica p-value < 0,001)
As hipóteses H1 até H6 representam os efeitos da prontidão para tecnologia do
consumidor sobre os construtos cognitivos e afetivos relativos à avaliação do produto de alta
tecnologia pelo consumidor presentes no modelo. Todos esses efeitos foram considerados
significativos (p-value < 0,001), verificando assim as hipóteses de pesquisa que afirmavam
que a prontidão para tecnologia teria efeitos diretos e positivos (o sinal de todos os
123
coeficientes é positivo) sobre a vantagem relativa, a utilidade percebida, a facilidade de uso
percebida, o prazer, a excitação e o domínio.
As relações entre a prontidão para tecnologia e os construtos cognitivos da avaliação
(H1, H2 e H3) estão de acordo com as encontradas por Lin et al (2007), fortalecendo a noção
de que a prontidão para tecnologia do consumidor influencia sua avaliação cognitiva das
mesmas.
As relações entre as emoções relacionadas ao novo produto e a prontidão para
tecnologia (H4, H5 e H6) nunca haviam sido testadas na literatura. No entanto, dado o conceito
de emoções relacionadas a novas tecnologias investigado por Kulviwat et al (2007) e Nasco et
al (2008), esperava-se que fosse observado um efeito direto e positivo da prontidão para
tecnologia, que mede a predisposição do consumidor com relação a tecnologia
(PARASURAMAN, 2000; PARASURAMAN & COLBY, 2001), sobre as avaliações
emocionais do consumidor em relação a determinado produto de alta tecnologia.
Sendo assim, o modelo estrutural proposto mostra a importância da prontidão para
tecnologia na formação dos julgamentos afetivos e cognitivos do consumidor a respeito de
uma nova tecnologia. Por meio da magnitude dos coeficientes estimados, nota-se que os
efeitos da prontidão para tecnologia são mais pronunciados com relação a prazer, excitação e
vantagem relativa (coeficientes padronizados de 0,86, 0,80 e 0,63, respectivamente), sendo
um pouco mais fracos quando se trata de utilidade percebida (0,44), facilidade de uso
percebida (0,32) e domínio (0,42).
124
No que diz respeito ao efeito dos construtos cognitivos sobre a atitude em relação à
adoção (H7, H8 e H9), observa-se que a utilidade percebida possui um efeito direto e positivo
sobre a atitude, mediando também os efeitos indiretos da facilidade de uso percebida e da
vantagem relativa sobre a atitude em relação à adoção. Esses resultados corroboram os
achados de Davis et al (1989), Kulviwat et al (2007) e Nasco et al (2008). Apesar de o efeito
da facilidade de uso percebida sobre a utilidade percebida ter sido significativo (p-value =
0,018), não foi verificada H8, uma vez que se esperava um efeito positivo direto da facilidade
de uso percebida sobre a utilidade percebida. O que se observou foi um efeito direto negativo
da facilidade de uso sobre a utilidade percebida. Tal efeito, apesar de fraco (coeficiente
padronizado de -0,12), é inesperado e contraria os resultados de Davis et al (1989), Venkatesh
e Morris (2000), Kulviwat et al (2007) e Lin et al (2007), onde foram encontrados efeitos
positivos para esta relação.
Avaliando as relações entre emoções e a atitude em relação à adoção, verifica-se que,
de acordo com o que havia sido observado por Kulviwat et al (2007) e Nasco et al (2008), o
prazer e a excitação possuem efeito direto, positivo e significativo sobre a atitude com relação
à adoção (confirmando as hipóteses H10 e H11), enquanto o domínio não apresenta efeito
significativo (p-value = 0,909).
Analisando a magnitude dos efeitos diretos sobre a atitude em relação à adoção, nota-
se que o maior efeito é proveniente do prazer (coeficiente padronizado de 0,51), seguido pela
utilidade percebida (0,26) e pela excitação (0,18).
Por fim, verifica-se um forte e significativo efeito da atitude em relação à adoção
sobre a intenção de adoção de novas tecnologias (coeficiente padronizado de 0,73, p-value <
125
0,001), confirmando que os consumidores com atitudes positivas em relação a uma nova
tecnologia apresentam maiores intenções de adotá-la, com a atitude funcionando como
mediadora das avaliações cognitivas e emocionais a respeito da tecnologia (DAVIS et al,
1989; VENKATESH & MORRIS, 2000; KULVIWAT et al, 2007 e NASCO et al, 2008).
4.2.4 Comparação com Modelos Alternativos
De acordo com as sugestões de Anderson e Gerbing (1988), é interessante realizar a
comparação do modelo proposto com modelos alternativos com o objetivo de avaliar a força
e relevância de diferentes relações entre os construtos. Para tanto, foram testados diversos
modelos rivais, que tiveram então seus índices de ajuste e relações estimadas entre construtos
comparados com o modelo estrutural apresentado anteriormente para o CART. As alterações
realizadas focaram a relação entre os construtos cognitivos e a atitude com relação a adoção,
particularmente devido ao fato de o modelo inicial ter apresentado um inesperado coeficiente
padronizado negativo para o efeito direto da facilidade de uso percebida sobre a utilidade
percebida e também por razão da magnitude do efeito dos construtos cognitivos sobre a
atitude ter sido inferior ao efeito da emoção prazer.
Além de alternativas para o modelo CART proposto, para que fosse realizado o teste
da décima quarta hipótese da pesquisa (H14: O modelo CART explica uma maior proporção
da variância da atitude com relação à adoção de novas tecnologias pelo consumidor do que o
modelo CAT) foi ajustado o modelo CAT de Kulviwat et al (2007) para os dados coletados na
pesquisa. O CAT foi replicado exatamente como especificado por Kulviwat et al (2007) e a
proporção da variância explicada da atitude com relação à adoção de novas tecnologias
apresentada pelo modelo foi comparada com o modelo CART final para a verificação de H14.
126
Uma vez que os dados permitiam, foi testado também o modelo TAM de Davis et al (1989),
que teve a sua proporção da variância explicada da atitude comparada com o CART e o CAT.
Todos os modelos alternativos (incluindo o CAT e o TAM) foram testados com base
no modelo de mensuração final apresentado, sendo usados portanto sempre os mesmos
indicadores para cada construto presente nos diferentes modelos. Para a comparação dos
modelos alternativos com o modelo CART proposto inicialmente (Modelo #1, figura 4.1),
além da análise dos seus respectivos índices de ajuste, foram realizado testes qui-quadrado
(χ2) para a diferença de ajuste entre modelos (Schreiber et al, 2006; Byrne, 2010). Um teste
qui-quadrado significativo para a diferença entre os índices χ2 de cada modelo (Δχ
2) indica
que o modelo alternativo apresentou um melhor ajuste aos dados do que o Modelo #1.
4.2.4.1 Construtos cognitivos: efeitos diretos sobre atitude (Modelo #2)
O primeiro modelo alternativo testado (Modelo #2) retirou do Modelo #1 o efeito
mediador da utilidade percebida com relação aos demais construtos cognitivos (vantagem
relativa e facilidade de uso percebida) e permitiu que cada um dos três construtos cognitivos
tivessem efeitos diretos sobre a atitude com relação à adoção do consumidor. Conforme
ilustra a figura 4.3, as demais relações do Modelo #1 permaneceram inalteradas.
Kulviwat et al (2007) já haviam testado os efeitos diretos da facilidade de uso
percebida e da vantagem relativa sobre a atitude, mas tais efeitos se mostraram não
significativos no estudo realizado pelos autores. Kulviwat et al (2007) verificaram, no
entanto, efeitos indiretos significativos mediados pela utilidade percebida (conforme testado
no Modelo #1). O ajuste realizado para o Modelo #1 apresenta efeitos significativos tanto da
127
vantagem relativa quanto da facilidade de uso percebida sobre a utilidade percebida,
indicando, no entanto, um efeito negativo inesperado da facilidade de uso sobre a utilidade.
Desta forma, o Modelo #2, além de testar o efeito direto dos construtos cognitivos sobre a
atitude, testou também se a relação negativa da facilidade de uso percebida mediada pela
utilidade percebida se mantém quando somente o efeito direto é considerado. Os resultados
obtidos para o Modelo #2 foram analisados mais adiante (tabela 4.7), juntamente com os
resultados do Modelo #3.
Figura 4.3 – Modelo CART Alternativo: Modelo #2
128
4.2.4.2 Construtos cognitivos: efeitos diretos e indiretos sobre atitude em relação à
adoção (Modelo #3)
Diferentemente do Modelo #2, o Modelo #3 manteve os efeitos indiretos da vantagem
relativa e facilidade de uso percebida sobre a atitude em relação à adoção mediados pela
utilidade percebida, adicionando simultaneamente os efeitos diretos destes dois construtos
sobre a atitude. A Figura 4.4 ilustra o Modelo #3. Mais uma vez, permaneceram inalteradas as
relações do Modelo #1 relacionadas à prontidão para tecnologia e aos construtos afetivos.
Figura 4.4 – Modelo CART Alternativo: Modelo #3
129
4.2.4.3 Comparação dos Modelos #1, #2 e #3
A tabela 4.7 apresenta simultaneamente os índices de ajustes obtidos para as três
alternativas para o modelo CART avaliadas: Modelos #1, #2 e #3.
Tabela 4.7: Comparação dos Índices de Ajuste dos Modelos CART #1, #2 e #3
Índice de Ajuste Modelo
#1
Modelo
#2
Modelo
#3
χ2 1920,75 1879,82 1852,79
χ2/d.f. 1,66 1,62 1,60
CFI 0,92 0,93 0,93
TLI 0,91 0,92 0,92
IFI 0,92 0,93 0,93
RMSEA 0,039 0,038 0,037
SRMR 0,068 0,067 0,066
A análise dos resultados da tabela 4.7 mostra resultados bastante similares de todos os
índices de ajuste para os três modelos, com pequenas melhoras sendo observadas nos
Modelos #2 e #3 em relação ao Modelo #1. O teste qui-quadrado para diferença de ajuste
entre os modelos é significativo tanto para o Modelo #2 (Δχ2 = 40,93, p-value < 0,01) quanto
para o Modelo #3 (Δχ2 = 67,96, p-value < 0,01), indicando que os modelos alternativos
apresentam de fato melhorias em relação ao Modelo #1. Tais resultados confirmam que a
adição dos efeitos diretos entre cada construto cognitivo e atitude com relação à adoção é
interessante para o modelo CART.
Com relação aos coeficientes padronizados estimados para os Modelos #2 e #3,
conforme expostos na tabela 4.8, todos foram significativos (p-value < 0,001) para as relações
entre prontidão para tecnologia e os construtos cognitivos e afetivos (relacionados à avaliação
130
de um produto de alta tecnologia), assim como no Modelo #1. Da mesma forma, tanto para o
Modelo #2 quanto para o Modelo #3, as relações entre as emoções e atitude em relação à
adoção permaneceram inalteradas: prazer e excitação tiveram efeito direto significativo sobre
a atitude, enquanto domínio continuou apresentando um coeficiente não significativo,
replicando as relações que haviam sido vistas no Modelo #1.
Tabela 4.8: Coeficientes Padronizados Estimados e Significâncias
para os Modelos Estruturais Alternativos (Modelos #2 e #3)
Relação Proposta Modelo
#2 p-value
Modelo
#3 p-value
TR → RA 0,645 < 0,001 0,585 < 0,001
TR → PU 0,650 < 0,001 0,477 < 0,001
TR → PEOU 0,270 < 0,001 0,311 < 0,001
TR → PZR 0,819 < 0,001 0,833 < 0,001
TR → EXC 0,792 < 0,001 0,805 < 0,001
TR → DOM 0,421 < 0,001 0,430 < 0,001
RA → PU n.a. n.a. 0,284 < 0,001
PEOU → PU n.a. n.a. -0,129 0,009
RA → ATT 0,368 < 0,001 0,376 < 0,001
PEOU → ATT 0,104 0,003 0,098 0,006
PU → ATT 0,137 0,004 0,135 0,007
PZR → ATT 0,359 < 0,001 0,363 < 0,001
EXC → ATT 0,137 0,038 0,133 0,048
DOM → ATT -0,029 0,909 -0,031 0,453
ATT → INT 0,730 < 0,001 0,730 < 0,001
No que diz respeito aos efeitos diretos entre os construtos cognitivos e a atitude em
relação à adoção, tanto o Modelo #2 quanto o Modelo #3 apontam para efeitos diretos
131
positivos e significativos da vantagem relativa, utilidade percebida e facilidade de uso
percebida sobre a atitude em relação à adoção. No Modelo #3, nota-se ainda que tanto os
efeitos diretos da vantagem relativa e facilidade de uso percebida quanto os efeitos indiretos
mediados pela utilidade percebida são significativos. Chama-se a atenção também para o fato
de a vantagem relativa possuir um coeficiente de magnitude 0,368 para o Modelo #2 e 0,376
para o Modelo #3, sendo assim o efeito sobre a atitude mais relevante em ambos os modelos
(diferentemente do Modelo #1, onde o efeito com maior coeficiente havia sido o prazer). O
efeito direto da facilidade de uso percebida na atitude em relação à adoção, por sua vez, não
foi tão grande (0,104 no Modelo #2 e 0,098 no Modelo #3), apesar de positivo e significativo.
Tais resultados fortalecem a conclusão de que a adição dos efeitos diretos de facilidade de uso
percebida e vantagem relativa sobre a atitude em relação à adoção contribui para uma
melhoria do modelo CART.
Sendo assim, uma vez que o ajuste do Modelo #3 é superior ao do Modelo #2 (Δχ2 =
27,03, p-value < 0,01), sugere-se que o Modelo CART final seja o Modelo #3 e não o Modelo
#1.
4.2.4.4 Modelo CAT e Modelo TAM
Para ser possível a comparação da proporção da variância explicada da atitude com
relação à adoção de novas tecnologias entre o modelo CART e o modelo CAT (H14), foi
realizado o ajuste do CAT conforme proposto por Kulviwat et al (2007) para os dados
coletados na pesquisa. O modelo TAM de Davis et al (1989) também foi ajustado, uma vez
que os dados permitiam, servindo como base de comparação para a análise das melhorias na
explicação da variância da atitude com relação à adoção que tanto a adição de construtos
132
afetivos (CAT) quanto a adição simultânea de construtos afetivos e da prontidão para
tecnologia (CART) podem significar sobre um modelo que usa somente construtos cognitivos
(TAM). As figuras 4.5 e 4.6 ilustram os modelos CAT e TAM, respectivamente.
Figura 4.5 - Modelo CAT de Kulviwat et al (2007)
Figura 4.6 - Modelo TAM de Davis et al (1989)
133
A tabela 4.9 apresenta os índices de ajuste para o CAT e para o TAM realizados com
os dados da pesquisa. Ambos os modelos apresentaram índices de ajuste adequados, dentro
dos valores sugeridos pela literatura (BYRNE, 2010; HAIR et al, 2009), com o TAM
inclusive apresentando valores excepcionalmente altos para os índices incrementais (0,99 para
os três índices avaliados).
Tabela 4.9: Índices de Ajuste dos Modelos CAT e TAM
Índice de Ajuste CAT TAM
χ2 883,09 116,68
χ2/d.f. 2,79 1,58
CFI 0,92 0,99
TLI 0,91 0,99
IFI 0,92 0,99
RMSEA 0,064 0,036
A tabela 4.10, por sua vez, apresenta a proporção da variância da atitude com relação à
adoção explicada pelo modelo CART final (Modelo #3), pelo CAT e pelo TAM.
Tabela 4.10: Proporção da Variância da Atitude Explicada pelos
Modelos CART, CAT e TAM
Modelo
Proporção da
Variância da
Atitude Explicada
TAM 39%
CAT 50%
CART (Modelo #3) 71%
134
Nota-se que, para os dados do estudo, o modelo TAM original explica
aproximadamente 39% da variância observada na atitude de consumidores com relação à
adoção de novas tecnologias. Este resultado está próximo do que foi obtido em pesquisas
prévias realizadas com o TAM, com o modelo sendo capaz de explicar entre 17% a 33% da
variância da atitude em diferentes cenários (DAVIS et al, 1989; THOMPSON et al 1994;
VENKATESH et al 2003). Com a adição de construtos relativos a emoções na avaliação de
um novo produto de alta tecnologia, o modelo CAT consegue uma melhora de
aproximadamente 28% na explicação da variância da atitude em relação ao TAM (50% versus
39%). Comparativamente, o CAT de Kulviwat et al (2007) foi capaz de explicar uma
proporção maior da variância da atitude do que o CAT ajustado nesta pesquisa (62% contra
50%). O modelo CART proposto neste trabalho, por sua vez, atinge um nível bem superior
aos modelos TAM e CAT, com a adição do construto prontidão para tecnologia no modelo
representando um aumento de 42% na explicação da variância observada na atitude em
relação à adoção de novas tecnologias vista no CAT e uma melhoria de 82% quando
comparado ao TAM.
Os resultados apresentados fornecem suporte empírico para a hipótese quatorze da
pesquisa (H14: O modelo CART explica uma maior proporção da variância da atitude com
relação à adoção de novas tecnologias pelo consumidor do que o modelo CAT). Além disso,
tais resultados mostram que a união de crenças, emoções e avaliações cognitivas do
consumidor, conforme proposto neste trabalho, gera um modelo capaz de explicar melhor a
atitude de consumidores com relação à adoção de novas tecnologias do que modelos que não
levem em consideração todas essas dimensões.
135
4.3 Discussão dos Resultados
Nesta seção são discutidos os resultados da pesquisa e suas implicações. Os resultados
apresentados comprovam o bom ajuste do modelo proposto e fornecem evidências da
relevância das relações propostas entre a prontidão para a tecnologia de consumidores e os
construtos cognitivos e afetivos relativos à avaliação pelo consumidor de um novo produto.
Além disso, em termos de variância explicada da atitude do consumidor com relação à adoção
de uma nova tecnologia, fica claro que o modelo CART fornece uma solução com maior
poder explicativo do que modelos de aceitação de tecnologia presentes na literatura (TAM e
CAT). A figura 4.7 ilustra a versão final do modelo CART proposto, incluindo somente as
relações que foram verificadas no estudo.
Figura 4.7 - Modelo CART Final
136
Com relação às hipóteses da pesquisa, 12 das 14 hipóteses formuladas foram
verificadas. A tabela 4.11 apresenta um resumo dos resultados encontrados para cada uma das
hipóteses.
Tabela 4.11: Resumo dos Resultados dos Testes de Hipóteses
Hipótese de Pesquisa Hipótese
Verificada
Hipóteses relacionadas à prontidão para tecnologia
H1: A prontidão para tecnologia terá um efeito direto e positivo sobre a
vantagem relativa percebida por um consumidor em um produto de alta
tecnologia.
sim
H2: A prontidão para tecnologia terá um efeito direto e positivo sobre a
utilidade percebida por consumidores em um produto de alta tecnologia. sim
H3: A prontidão para tecnologia terá um efeito direto e positivo sobre a
facilidade de uso percebida por um consumidor em um produto de alta
tecnologia.
sim
H4: A prontidão para tecnologia terá um efeito direto e positivo sobre o
prazer sentido por consumidores em relação a um produto de alta tecnologia. sim
H5: A prontidão para tecnologia terá um efeito direto e positivo sobre a
excitação sentida por consumidores em relação a um produto de alta
tecnologia.
sim
H6: A prontidão para tecnologia terá um efeito direto e positivo sobre o
domínio sentido por consumidores em relação a um produto de alta
tecnologia.
sim
Hipóteses relacionadas aos construtos cognitivos
H7: A vantagem relativa percebida terá um efeito direto e positivo sobre a
utilidade percebida por um consumidor em um produto de alta tecnologia. sim
H8: A facilidade de uso percebida terá um efeito direto e positivo sobre a
utilidade percebida por um consumidor em um produto de alta tecnologia.
não
H9: A utilidade percebida terá um efeito direto e positivo sobre a atitude de
um consumidor com relação à adoção de um produto de alta tecnologia. sim
137
Hipóteses relacionadas aos construtos afetivos
H10: O prazer sentido por um consumidor em relação a um produto de alta
tecnologia terá um efeito direto e positivo sobre sua atitude com relação à
adoção deste mesmo produto.
sim
H11: A excitação sentida por um consumidor em relação a um produto de
alta tecnologia terá um efeito direto e positivo sobre sua atitude com relação
à adoção deste mesmo produto.
sim
H12: O domínio sentido por um consumidor em relação a um produto de alta
tecnologia terá um efeito direto e positivo sobre sua atitude com relação à
adoção deste mesmo produto.
não
Hipóteses relacionadas à atitude com relação à adoção
H13: A atitude com relação à adoção de uma inovação terá um efeito direto e
positivo sobre a intenção do consumidor de adotar produtos de alta
tecnologia.
sim
H14: O modelo CART explica uma maior proporção da variância da atitude
com relação à adoção de novas tecnologias pelo consumidor do que o
modelo CAT
sim
4.3.1 Influência da Prontidão para Tecnologia nos Construtos Cognitivos e Afetivos
Os resultados da modelagem realizada estabelecem a prontidão para tecnologia (TR)
como importante antecedente para avaliação cognitiva e emocional de uma nova tecnologia
por consumidores. A prontidão para tecnologia apresentou efeitos diretos, positivos e
significativos sobre todos os construtos cognitivos (utilidade percebida, facilidade de uso
percebida e vantagem relativa) e afetivos (prazer, excitação e domínio) incluídos no estudo. A
magnitude de tais efeitos foi sempre maior do que 0,3, com as mais fortes relações sendo
vistas nas ligações da prontidão para tecnologia com prazer (0,833) e excitação (0,805). Tais
achados indicam que a prontidão para tecnologia afeta diretamente como o consumidor avalia
138
uma nova tecnologia, com consumidores de maior TR (indivíduos que procuram ativamente
novas tecnologias para adotar) apresentando maior facilidade em utilizar e maior controle
sobre novas tecnologias. Da mesma forma, tais indivíduos enxergam maiores vantagens e
maior utilidade no uso de determinada tecnologia, além de se sentirem mais excitados e
felizes por estarem em contato com a mesma. Os efeitos mais fortes vistos com relação a
prazer e excitação sugerem que a TR possui maior influência sobre a avaliação emocional do
consumidor do que sobre a cognitiva, indicando que o julgamento emocional é mais afetado
pela prontidão para tecnologia. Em relação aos efeitos da TR sobre os construtos cognitivos,
os efeitos verificados estão de acordo com os vistos por Lin et al (2007) para o modelo
TRAM. Uma vez que Parasuraman e Colby (2001) criaram a TR para explicar a resposta do
consumidor a novas tecnologias baseada em suas crenças e sentimentos, os resultados
encontrados estão de acordo com o que era esperado e havia sido enunciado pelas hipóteses
de pesquisa.
4.3.2 Influência dos Construtos Cognitivos
O modelo CART verifica as relações propostas pelo CAT (KULVIWAT et al, 2007;
NASCO et al, 2008) no que diz respeito à significância dos efeitos diretos dos construtos
cognitivos sobre a atitude com relação à adoção de uma nova tecnologia do consumidor. O
efeito mais forte encontrado foi o da vantagem relativa, demonstrando que a avaliação das
vantagens de uma nova tecnologia, quando comparadas a uma tecnologia já em uso, é
determinante para a decisão de adoção. Desta forma, quanto maiores as vantagens percebidas,
mais positiva será a atitude do consumidor em relação à tecnologia avaliada. No contexto da
tecnologia avaliada, o leitor de livros eletrônico, esse resultado se mostra particularmente
interessante, uma vez que na mente do consumidor a comparação das vantagens relativas da
139
tecnologia apresentada devem correr em relação a outros meios de leitura, como papel ou
computadores. Desta forma, para que de fato ocorra a adoção de leitores eletrônicos de livro,
é muito importante que as empresas atuantes nesse mercado sejam capazes de mostrar para o
consumidor, com clareza, as vantagens da tecnologia em relação a meios de leitura
convencionais.
Por sua vez, a utilidade percebida, seguida pela facilidade de uso percebida, também
apresentaram efeitos diretos positivos e significativos sobre a atitude com relação à adoção,
apesar de menos pronunciados do que o efeito da vantagem relativa. Isto mostra que quanto
mais útil a nova tecnologia for percebida e quanto mais facilmente ela puder ser utilizada,
mais positiva será a atitude do consumidor com relação à adoção.
Com relação aos efeitos diretos de vantagem relativa e facilidade de uso percebida
sobre a utilidade percebida, ambos apresentaram coeficientes baixos (menores do que 0,3),
embora significativos. A vantagem relativa apresentou um efeito positivo sobre a utilidade
percebida, mostrando que quanto maior é a vantagem relativa da nova tecnologia maior será a
utilidade vista pelo consumidor nela (KULVIWAT et al, 2007). No entanto, de forma
contrária ao que era esperado, a facilidade de uso percebida apresentou um efeito negativo
sobre a utilidade percebida em todos os modelos nos quais esta relação foi incluída (Modelo
#1 e Modelo #3), indicando que maior dificuldade em usar um produto implicaria em maior
utilidade percebida. Esse resultado é inconsistente com o que foi encontrado por Kulviwat et
al (2007), Lin et al (2007) e Nasco et al (2008), em que a facilidade de uso percebida
apresenta um efeito positivo sobre a utilidade percebida. É importante ressaltar, no entanto,
que esse efeito negativo inesperado apresentou o coeficiente mais fraco de todas as relações
modeladas, o que diminui um pouco o impacto da relação da facilidade de uso percebida
140
mediada pela utilidade percebida sobre a atitude com relação à adoção. Uma possível razão
para esse achado seria uma percepção, por parte dos consumidores, de que novas tecnologias
deveriam ser sempre mais complexas de se utilizar, ao menos inicialmente. Desta forma, uma
tecnologia que apresente fácil utilização logo no primeiro contato pode gerar uma avaliação
de que ela não é inovadora o suficiente e, portanto, não é tão útil quanto poderia ser. Outra
possível razão para esse efeito negativo da facilidade de uso percebida seria o tempo reduzido
de experimentação da tecnologia que foi dado aos respondentes do questionário, o que pode
ter prejudicado a avaliação da facilidade de uso do produto apresentado, mesmo com a escala
tendo se apresentado confiável e a validade do construto tendo sido verificada.
4.3.3 Influência dos Construtos Afetivos
Em concordância com o que havia sido verificado por Donovan et al (1994), Childers
et al (2001), Lee et al (2003), Kulviwat et al (2007) e Nasco et al (2008) as emoções de
prazer e excitação apresentam efeitos diretos positivos e significativos sobre a atitude com
relação à adoção de novas tecnologias por consumidores. Isto mostra que consumidores mais
felizes e empolgados, que achem mais agradável e excitante o uso de uma nova tecnologia,
apresentam uma atitude mais positiva com relação à sua adoção, com esta avaliação
emocional influenciando sua intenção em adotar tal inovação. Nota-se, em particular, a força
do efeito do prazer sobre a atitude, apresentando o segundo maior coeficiente padronizado do
modelo, ficando pouco atrás do coeficiente encontrado para a vantagem relativa (Modelo #3).
Sendo assim, conclui-se que, no contexto do comportamento do consumidor, a avaliação
emocional desempenha um papel fundamental na decisão de adoção de novas tecnologias.
141
O sentimento de domínio, no entanto, não revelou efeito significativo sobre a atitude
com relação à adoção, corroborando os achados de Donovan e Rossiter (1982), Donovan et al
(1994) e Kulviwat et al (2007) e Nasco et al (2008), que também não foram capazes de
verificar a influência do domínio sobre a atitude com relação à adoção. Uma das razões para a
falta de significância do domínio pode estar na dificuldade de o consumidor avaliar este
sentimento com precisão.
4.3.4 Influência da Atitude
O modelo proposto indicou uma forte relação entre atitude com relação à adoção e
intenção de adoção, com o efeito direto de atitude sobre intenção apresentando um dos
maiores coeficientes padronizados do CART (0,703). Nota-se ainda que a atitude com relação
à adoção foi capaz de explicar 53% da variância observada na intenção de adoção. Desta
forma, acredita-se que a atitude de fato exerça efeito mediador entre as avaliações cognitivas e
emocionais de consumidores e a intenção de adoção, conforme sugerido por Kulviwat et al
(2007).
4.3.5 Comparação entre o CART, o CAT e o TAM
A análise da proporção explicada da variância observada na atitude de consumidores
com relação à adoção de novas tecnologias pelos modelos CART, CAT e TAM deixou claro
que a adição da prontidão para tecnologia como antecedente dos construtos cognitivos e
afetivos do CAT representa uma melhora significativa na capacidade do modelo de explicar a
variância da atitude em relação à adoção. O CART foi 42% superior ao CAT e 82% superior
ao TAM, indicando que a combinação do construto prontidão para tecnologia e dos construtos
142
cognitivos e afetivos relacionados à avaliação de um novo produto de alta tecnologia na
explicação das atitudes em relação à adoção e intenção de adoção do consumidor com relação
a novas tecnologias é relevante e deve ser levada em consideração em pesquisas futuras sobre
a aceitação de tecnologia.
143
5 CONCLUSÕES E RECOMENDAÇÕES
Este capítulo inicia-se com um resumo da pesquisa realizada, revendo as principais
etapas desenvolvidas e os resultados obtidos. Após este sumário, são discutidas as
contribuições e impactos do estudo, tanto para a teoria quanto para meio empresarial. Por fim,
são apresentadas as limitações do estudo e sugeridas novas direções para pesquisas futuras.
5.1 Resumo do Estudo
Esta pesquisa investigou o impacto que prontidão para tecnologia do consumidor
exerce sobre suas avaliações cognitivas e afetivas a respeito de novas tecnologias, buscando
melhor compreensão dos fatores determinantes na adoção de novos produtos ou serviços de
alta tecnologia pelo consumidor. A revisão de literatura, particularmente focada na teoria de
aceitação e adoção de tecnologia, revelou diversos construtos e modelos que foram, ao longo
do tempo, propostos e testados com o intuito de caracterizar as razões que levavam indivíduos
a adotarem uma nova tecnologia. Modelos iniciais, focados em construtos cognitivos, como o
TAM (Technoloy Acceptance Model) de Davis et al (1989), haviam sido desenvolvidos
principalmente para questões relacionadas à aceitação e uso de tecnologias no ambiente de
trabalho.
No contexto da adoção de novas tecnologias pelo consumidor final, Mick e Fournier
(1998) destacam a importância da consideração de emoções como fatores importantes, uma
vez que estas estão quase sempre presentes nas decisões de compra e adoção de
consumidores. Com o objetivo de incorporar a avaliação afetiva em modelos de aceitação de
tecnologia, Kulviwat et al (2007) sugerem o uso da teoria do prazer, excitação e domínio de
144
Mehrabian e Russel (1974), que já havia sido testada de forma bem sucedida em diversos
cenários e situações de consumo. Kulviwat et al (2007) propõem então o modelo CAT
(Consumer Acceptance of Technology), utilizando tanto construtos cognitivos quanto afetivos
para a modelagem da aceitação de produtos e serviços de alta tecnologia pelo consumidor,
obtendo resultados mais capazes de explicar a atitude do consumidor com relação a novas
tecnologias do que os que haviam sido apresentados por modelos que ignoravam o lado
emocional da adoção.
Por sua vez, Souza e Luce (2005), Lin et al (2007) e Pires e Costa (2008) sugeriram a
utilização do construto de prontidão para tecnologia, criado por Parasuraman (2000) e
Parasuraman e Colby (2001), na compreensão da adoção de novas tecnologias, uma vez que a
prontidão para tecnologia havia sido concebida especificamente para refletir as crenças e
sentimentos do consumidor ao avaliar e adotar produtos ou serviços de alta tecnologia. Os
resultados obtidos por Lin et al (2007), que relacionaram a prontidão para tecnologia com a
adoção, apresentaram relações significativas deste construto com os construtos cognitivos do
TAM, mostrando que a adição da prontidão para tecnologia em modelos de aceitação de
tecnologia contribuía para um melhor poder explicativo.
Com o propósito de unir prontidão para tecnologia e aspectos cognitivos e emocionais
da avaliação de um produto de alta tecnologia em um único modelo, este trabalho
desenvolveu o modelo CART (Consumer Acceptance and Readiness for Technology),
fazendo uso simultâneo dos construtos cognitivos e afetivos presentes no CAT e da prontidão
para tecnologia. Para o teste e validação do modelo, foi elaborado um instrumento de pesquisa
composto por sete escalas já existentes, desenvolvidas e testadas em pesquisas anteriores
(LUND, 2001; MOORE & BENBASAT, 1991; Parasuraman, 2000; SOUZA & LUCE, 2005;
145
MEHRABIAN & RUSSEL, 1974; BAGOZZI et al, 1992; MACKENZIE et al, 1986;
KULVIWAT et al, 2007; NASCO et al, 2008) e realizada uma cross-sectional survey com
uma amostra com 435 questionários válidos, respondidos por jovens consumidores
universitários brasileiros. O processo de coleta de dados requereu que todos os respondentes
experimentassem, em primeira mão, a tecnologia escolhida para servir de exemplo de
inovação para a pesquisa (o leitor de livros eletrônico Kindle DX, da Amazon.com), como
forma de possibilitar uma avaliação cognitiva e emocional concreta da tecnologia. O modelo
de mensuração ajustado para os dados comprovou a confiabilidade e a validade dos construtos
medidos por meio das escalas utilizadas, apresentando resultados de acordo com os trabalhos
que já haviam feito uso destas mesmas escalas.
As hipóteses da pesquisa (tabela 4.11) foram verificadas com a utilização de
modelagem de equações estruturais (ANDERSON & GERBING, 1988; OLSSON et al, 2000;
KULVIWAT et al, 2007; HAIR et al, 2009; BYRNE, 2010). Modelos alternativos para o
CART foram testados (figuras 4.1, 4.3 e 4.4) e os resultados das diferentes estruturas
analisadas foram comparados, conforme sugestão de Anderson e Gerbing (1988). O CART,
em todas as três versões testadas, apresentou índices de ajuste satisfatórios e confirmou a
maior parte das hipóteses de pesquisa elaboradas (somente duas das quatorze hipóteses do
estudo não se verificaram), com a emoção, o prazer e a avaliação da vantagem relativa da
tecnologia revelando possuir os efeitos mais relevantes sobre a atitude com relação à adoção.
O modelo CART final (figura 4.7), diferentemente do modelo inicialmente proposto, incluiu
os efeitos diretos de todos os construtos cognitivos sobre a atitude, uma vez que tais efeitos se
mostraram significativos e contribuíram para um melhor ajuste do modelo. O único construto
que não apresentou uma relação significativa no CART foi domínio, comprovando os
resultados que já haviam sido relatados anteriormente por Donovan e Rossiter (1982),
146
Donovan et al (1994) e Kulviwat et al (2007) e Nasco et al (2008). O efeito negativo
encontrado para a relação entre facilidade de uso percebida e utilidade percebida foi
inesperado, mas de qualquer forma apresentou o mais fraco coeficiente entre todos os efeitos
significativos modelados. De particular importância para o estudo foi a confirmação de que a
prontidão para tecnologia possui efeitos diretos, positivos e significativos tanto sobre os
construtos cognitivos quanto os afetivos relacionados à avaliação de um novo produto
tecnológico, com relações mais fortes sendo observadas com relação às emoções prazer e
excitação.
Por fim, destaca-se a melhoria obtida pelo modelo proposto quando comparado a
modelos anteriores presentes na literatura (TAM, de DAVIS et al, 1989 e CAT de
KULVIWAT et al, 2007), no que diz respeito a explicação da variância observada na atitude
com relação à adoção de novas tecnologias. O CART foi 42% superior ao CAT e 82%
superior ao TAM, indicando um avanço na compreensão do comportamento do consumidor
com relação à adoção de novas tecnologias.
5.2 Conclusões e Implicações
Os resultados e relações verificados na pesquisa representam contribuições relevantes
para a teoria de aceitação de tecnologia e comportamento do consumidor em diversos
aspectos. Em primeiro lugar, o estudo confirma a importância do uso tanto de construtos
cognitivos quanto afetivos relativos à avaliação de um novo produto de alta tecnologia na
compreensão da atitude e intenção de adoção de novas tecnologias pelo consumidor,
conforme proposto por Kulviwat et al (2007) e Nasco et al (2008).
147
Em segundo lugar, a grande contribuição do estudo para a pesquisa sobre aceitação de
tecnologia é a verificação da forte influência que prontidão para tecnologia do consumidor
exerce na formação das avaliações cognitivas e afetivas feitas a respeito de produtos ou
serviços de alta tecnologia. Os efeitos da prontidão para tecnologia sobre a avaliação
cognitiva já haviam sido explorados por Lin et al (2007) e Pires e Costa (2008), mas os
impactos da prontidão para a tecnologia sobre as emoções sentidas por consumidores ao se
depararem com produtos de alta tecnologia ainda não haviam sido investigados pela literatura
de aceitação de tecnologia. O fato de a prontidão para tecnologia influenciar mais fortemente
avaliações afetivas do que avaliações cognitivas indica a relevância da consideração tanto da
avaliação afetiva quanto da prontidão para a tecnologia em situações em que consumidores
são avaliados e a adoção da nova tecnologia é voluntária. Ressalta-se que este é o primeiro
estudo que relaciona a prontidão para tecnologia com construtos afetivos no contexto da
adoção de novas tecnologias pelo consumidor. Sendo assim, esta verificação de que o impacto
da prontidão para a tecnologia sobre as emoções experimentadas por consumidores é maior do
que o impacto da prontidão para tecnologia sobre construtos cognitivos constitui uma
relevante contribuição para a literatura sobre o tema. Esses resultados respondem às duas
primeiras questões propostas pela pesquisa, que objetivavam avaliar a influência da prontidão
para tecnologia sobre a avaliação cognitiva e afetiva de consumidores com relação a produtos
de alta tecnologia.
Por fim, respondendo a terceira questão proposta pelo estudo, que buscava investigar
se a integração da prontidão para tecnologia com avaliações cognitivas e afetivas de produtos
ou serviços de alta tecnologia contribuiria para uma melhor explicação da atitude com relação
à adoção e da intenção de adoção, o poder explicativo superior apresentado pelo modelo
CART, em comparação ao CAT e TAM, comprova que o modelo proposto é mais adequado
148
do que os modelos presentes na literatura para a determinação da atitude e intenção com
relação à adoção de novas tecnologias por consumidores. Tais resultados verificam a
influência direta da prontidão para tecnologia do consumidor sobre as avaliações cognitivas e
afetivas realizadas a respeito de produtos de alta tecnologia, impactando na sua decisão de
adoção. Tais efeitos devem, portanto, ser considerados em pesquisas sobre a aceitação de
tecnologia. Sendo assim, espera-se que a prontidão para tecnologia do consumidor seja
incluída em estudos futuros sobre a aceitação de produtos de alta tecnologia.
5.3 Implicações Gerenciais
A pesquisa apresenta diversos achados que podem ser úteis para empresas de alta
tecnologia. A prontidão para tecnologia (TR), de acordo com Parasuraman e Colby (2001),
mede o estado mental global de um indivíduo com relação à tecnologia, combinando crenças
e sentimentos que em conjunto determinam a sua predisposição em adotar produtos e serviços
tecnológicos. Sendo assim, o fato de a prontidão para tecnologia ser um antecedente
significativo para a avaliação cognitiva e emocional que consumidores fazem de novas
tecnologias é um achado relevante no âmbito empresarial, impactando diretamente na forma
como empresas devem operar, particularmente no que diz respeito às estratégias de marketing
adotadas.
Se o mercado alvo de uma empresa for amplo e não restrito apenas a consumidores
com alta TR (naturalmente mais dispostos a adotar novas tecnologias), tanto o
desenvolvimento de novos produtos quanto as estratégias promocionais da empresa devem
levar em consideração o fato de que o prazer e a excitação sentidos por consumidores com
baixa TR (resistentes à tecnologia) ao entrar em contato com a nova tecnologia serão bem
149
inferiores aos experimentados por consumidores com alta TR. O mesmo vale para a vantagem
relativa, utilidade e facilidade de uso que tais consumidores perceberão no novo produto.
Desta forma, uma vez que as avaliações cognitivas e emocionais dos consumidores impactam
diretamente na sua decisão de adoção, poderia ser interessante focar os esforços de marketing
nos consumidores com baixa TR, desde o planejamento e desenvolvimento de novos produtos
até a forma de abordagem promocional. Se a empresa conseguir que consumidores resistentes
a novas tecnologias (baixa TR) vejam seus produtos/serviços inovadores como vantajosos e
decidam por adotá-los, é natural que consumidores mais abertos à tecnologia (alta TR)
também sigam o mesmo caminho. O oposto, no entanto, não é verdade. Verificado o forte
efeito que a TR possui sobre o prazer e excitação sentidos pelo consumidor ao interagir com
novas tecnologias, é provável que um novo produto desenvolvido sem a preocupação com
consumidores de baixa TR agrade somente indivíduos com alta TR, falhando em vencer a
resistência à tecnologia dos demais consumidores, que não avaliariam o produto de forma
positiva, nem cognitiva nem emocionalmente.
Com relação a estratégias promocionais, a influência da TR sobre avaliações
cognitivas e afetivas de uma nova tecnologia significa que atividades de comunicação devem
levar em consideração a TR do público que pretendem atingir, de forma que consigam
comunicar com clareza não só o aspecto técnico e a superioridade da nova tecnologia, mas
também o prazer e diversão que o consumidor pode experimentar ao utilizá-la. Dependendo
da mídia na qual a campanha é veiculada (e portanto do público que atinge), diversos
formatos de campanha podem ser utilizados, com mensagens e linguagens customizadas para
influenciar públicos com níveis de TR específicos.
150
Por fim, estratégias de segmentação e posicionamento de produtos podem ser guiadas
por índices de prontidão para tecnologia da população, com novas tecnologias e estratégias de
marketing diferenciadas sendo desenvolvidas especificamente para indivíduos com diferentes
níveis de TR. Esse tipo de segmentação aumentaria as chances de adoção e sucesso de tais
tecnologias no mercado.
5.4 Limitações
Uma limitação importante do estudo diz respeito à coleta e ao tratamento dos dados.
Em relação à validade externa dos resultados, uma vez que os dados refletem somente a visão
de jovens estudantes universitários brasileiros com razoável nível econômico, normalmente
um público que possui mais contato e acesso a novas tecnologias do que a população em
geral, é possível que as relações verificadas na pesquisa não sejam generalizáveis para todo e
qualquer tipo de consumidor. Da mesma forma, mesmo com todos os cuidados tomados na
construção do modelo conceitual e elaboração das hipóteses de pesquisa, ressalta-se que
podem existir erros de estimação na modelagem realizada, particularmente por ter sido
violada a premissa de normalidade multivariada dos dados (apesar de OLSSON et al, 2000,
afirmarem que a estimação por máxima verossimilhança fornece resultados confiáveis e
estáveis para dados não-normais).
No que diz respeito ao procedimento de coleta de dados, o tempo reduzido de
experimentação da tecnologia pelos participantes da pesquisa pode ter prejudicado as
avaliações cognitivas e emocionais realizadas, comprometendo a qualidade das informações
coletadas. Esta limitação pode ter causado, por exemplo, a relação negativa inesperada
verificada entre os construtos facilidade de uso percebida e utilidade percebida. A amostra
151
coletada, com 435 respondentes, é de tamanho considerável e similar as amostras utilizadas
em outros estudos sobre aceitação de tecnologia por consumidores (KULVIWAT et al, 2007).
De qualquer maneira, dada a complexidade do modelo proposto e o número de indicadores
presentes, uma amostra ainda maior seria recomendável para amenizar problemas decorrentes
de não normalidade, multicolinearidade e valores extremos presentes nos dados.
Outra limitação da pesquisa é a avaliação de somente um produto de alta tecnologia.
Apesar de leitores de livro eletrônicos serem considerados uma inovação pelos respondentes
(nenhum participante havia tido contato prévio com a tecnologia, com muitos nem sabendo
que ela existia), é possível que a experimentação de outras tecnologias resultasse em
conclusões diferentes das obtidas neste estudo. De qualquer forma, Kulviwat et al (2007)
testaram as relações entre cognição, emoções e atitude do modelo CAT com o uso de PDAs
(personal digital assistants ou computadores palmtop), uma tecnologia bem diferente de
leitores de livro eletrônicos. Este estudo, que também testou o modelo CAT em sua
comparação com o CART, verificou que as relações encontradas por Kulviwat et al (2007) se
mantiveram mesmo com um produto distinto e em outro país (Brasil versus EUA). Sendo
assim, apesar de testes com outros produtos e públicos serem necessários, acredita-se que os
achados da pesquisa sejam um importante passo para uma melhor compreensão da atitude de
consumidores com relação a novas tecnologias de forma geral.
152
5.5 Sugestões para Pesquisas Futuras
Dadas as limitações expostas, a replicação do modelo CART junto a consumidores
com perfis diferentes dos estudados neste trabalho seria uma boa forma de validar e ampliar o
escopo dos resultados aqui obtidos. Da mesma forma, o teste do CART com outras
tecnologias seria interessante para verificar se as relações obtidas são independentes ou não da
tecnologia experimentada pelos participantes. Experimentos bem elaborados nos quais os
respondentes avaliassem duas ou mais tecnologias e fornecessem suas avaliações cognitivas e
emocionais sobre cada uma podem ser uma alternativa viável para explorar o quão
generalizável o modelo é com relação à tecnologia experimentada.
Pesquisas futuras podem explorar também outras escalas para os construtos utilizados
no modelo CART ou construtos conceitualmente similares, comparando seus resultados com
os obtidos aqui. Um menor número de indicadores do que o que foi utilizado simplificaria a
estrutura do modelo CART e facilitaria a replicação e aplicação em outros contextos.
Por fim, seria interessante a investigação de possíveis efeitos moderadores que
algumas variáveis demográficas (como sexo, renda e idade) poderiam apresentar sobre as
relações observadas no CART. Ressalta-se, no entanto, que para a avaliação de efeitos
moderadores, a amostra deve ser de tamanho adequado para cada grupo distinto avaliado, o
que aumentaria de forma significativa o número de dados necessários para uma modelagem
estatística apropriada.
153
REFERÊNCIAS BIBLIOGRÁFICAS
AAKER, D. A.; KUMAR, V. e DAY, G. S. Marketing Research. Wiley, 9 ed., 2006.
ADAMS, D. A.; NELSON, R. R. e TODD, P. A. Perceived usefulness, ease of use and usage
of information technology: A replication. MIS Quarterly, v. 16, pp. 227–247, 1992.
AGARWAL, R. and PRASAD, J. Are individual differences germane to the acceptance of
new information technologies? Decision Sciences, v. 30, n. 2, pp. 361-91, 1999.
AGARWAL, R. and PRASAD, J. A field study of the adoption of software process
innovations by information system professionals. IEEE Transactions on Engineering
Management, v. 47 n. 3, pp. 295-308, 2000.
AJZEN, I. e FISHBEIN, M. Understanding Attitudes and Predicting Social Behaviour.
Prentice-Hall, Englewood Cliffs, NJ, 1980.
AJZEN, I. (1985). From intentions to actions: A theory of planned behavior. Em J. Kuhl & J.
Beckman (Eds.), Action control: From cognition to behavior, pp. 11-39, New York:
Springer-Verlag, 1985.
AJZEN, I. The Theory of Planned Behavior. Organizational Behavior and Human
Decision Processes, v. 50, n. 2, pp. 179-211, 1991.
AJZEN, I., e DRIVER, B. L. Prediction of leisure participation from behavioral, normative
and control beliefs: An application of the theory of planned behavior. Leisure Studies, v. 13,
pp. 185-204, 1991.
AJZEN, I. Nature and operation of attitudes. Annual Review of Psychology, v. 52, pp. 27–
58, 2001.
ALRECK, P. L. e SETTLE, R. B. The Survey Research Handbook. 2 ed., Irwin, 1995.
ANDERSON, J. C. e GERBING, D.W. Structural equation modeling in practice: A review
and recommended two-step approach. Psychological Bulletin, v. 103, pp. 411–23, 1988.
154
BAGOZZI, R. P. e PHILLIPS, L. Representing and Testing Organizational Theories: A
Holistic Construal. Administrative Science Quarterly, v. 17, p. 459-489, 1982.
BAGOZZI, R. P.; BAUMGARTNER, H. e YI, Y. State versus action orientation theory of
reasoned action: An application to coupon usage. Journal of Consumer Research, v. 18, pp.
505–518, 1992.
BAGOZZI, R. P. Structural Equation Models in Marketing Research: Basic Principles.
Oxford: Blackwell, 1994.
BAGOZZI, R. P. Principles of marketing research. Cambridge: Blackwell, 1994.
BAKER, J.; LEVY, M. e GREWAL, D. An experimental approach to making retail store
environmental decisions. Journal of Retailing, v. 68, pp. 445–460, 1992.
BATRA, R. e AHTOLA, O. Measuring the hedonic and utilitarian sources of consumer
attitudes. Marketing Letters, v. 2, pp. 159–179, 1991.
BAILEY, A. A. The interplay of social influence and nature of fulfillment: Effects on
consumer attitudes. Psychology & Marketing, v. 21, pp. 263–278, 2004.
BEARDEN, W. e ETZEL, M. J. Reference group influence on product and brand purchase
decisions. Journal of Consumer Research, v. 9, pp. 183–194, 1982.
BENTLER, P. M. e BONETT, D. G. Significance Tests and Goodness of Fit in the Analysis
of Covariance Structures. Psychological Bulletin, v. 88, n. 3, pp. 588-606, 1980.
BENTLER, P. M. Comparative Fit Indices in Structural Models. Psychological Bulletin, v.
107, pp. 238-246, 1990.
BETTMAN, J. R. An information processing theory of consumer choice. Reading, MA:
Addison-Wesley, 1979.
BETTMAN, J. R. e SUJAN, M. Effects of framing on evaluations of comparable and non-
comparable alternatives by expert and novice consumers. Journal of Consumer Research,
v. 14, pp. 141–154, 1987.
155
BLACKWELL, R. D.; MINIARD, P. W. e ENGEL, J. F. Consumer Behavior. South-
Western College Publishing, 10 ed., 2005.
BROWN, S.; MASSEY, A.; MONTOYA-WEISS, M. e BURKMAN, J. Do I really have to?
User acceptance of mandated technology. European Journal of Information Systems, v.
11, pp. 283-95, 2002.
BRUCKS, M. The effects of product class knowledge on information search behavior.
Journal of Consumer Research, v. 12, pp. 1–16, 1985.
BRUNER II, G. C., e KUMAR, A. Applying T.A.M. to consumer usage of handheld Internet
devices. Journal of Business Research, v. 58, pp. 553–558, 2005.
BYRNE, B. M. Structural Equation Modeling with LISREL, PRELIS, and SIMPLIS:
Basic Concepts, Applications, and Programming. Mahwah, NJ: Lawrence Erlbaum, 1998.
BRYNE, B. M. Structural Equation Modeling with AMOS: Basic Concepts, Applications
and Programming. 2nd ed. Routledge, NY, 2010.
CAMPBELL, D.T. e FISKE, D.W. Convergent and discriminant validity by the multitrait
multimethod matrix. Psychological Bulletin, v. 56, n. 2, pp. 81-105, 1959.
CARNEIRO, J. M. T. Desempenho de exportação de empresas brasileiras: uma
abordagem integrada. Tese de Doutorado. Rio de Janeiro, COPPEAD/UFRJ, 2007.
CHANG, M. K. e CHEUNG, W. Determinants of the intention to use Internet/WWW at
work: A confirmatory study. Information & Management, v. 39, pp. 1–14, 2001.
CHAU, P.K. e HU, P.J. Information technology acceptance by individual professionals.
Decision Sciences, v. 32, n. 4, pp. 699-710, 2001.
CHILDERS, T.; CARR, C.; PECK, J. e CARSON, S. Hedonic and utilitarian motivations for
online retail shopping behavior. Journal of Retailing, Vol. 77 No. 4, pp. 511-35.
CHURCHILL, G. A. A Paradigm for Developing Better Measures of Marketing Constructs.
Journal of Marketing, v. 16, pp. 64-73, 1979.
156
CHURCHILL, G. A. e IACOBUCCI, D. Marketing Research: Methodological
Foundations. 10 ed., South-Western College Pub, 2009.
COHEN, J. e ARENI, C. Affect and consumer behavior. Handbook of consumer behavior,
T. S. Robertson & H. H. Kassarjian (eds.), pp. 188–240, Englewood Cliffs, NJ, Prentice-Hall,
1991.
COMPEAU. D. R., e HIGGINS, C. A. Computer Self-Efficacy: Development of a Measure
and Initial Test. MIS Quarterly, v. 19, n. 2, pp. 189-211, 1995.
COMPEAU. D. R.; HIGGINS, C. A. e HUFF, S. Social Cognitive Theory and Individual
Reactions to Computing Technology: A Longitudinal Study, MIS Quarteriy, v. 23, n. 2, pp.
145-158, 1999.
CROCKER, J. Judgment of covariation by social perceivers. Psychological Bulletin, v. 90,
pp. 272–292, 1981.
DABHOLKAR, P. A. Incorporating Choice into an Attitudinal Framework: Analyzing
Models of Mental Comparison Processes. Journal of Consumer Research, v. 21, pp. 100-
118, junho 1994.
DABHOLKAR, P. A. Consumer Evaluations of New Technology-Based Self-Service
Options: An Investigation of Alternative Models of Service Quality. International Journal
of Research in Marketing, v. 13, n. 1, pp. 29-51, 1996.
DABHOLKAR, P. A. e BAGOZZI, R. P. An attitudinal model of technology based self
service: Moderating effects of consumer traits and situational factors. Journal of the
Academy of Marketing Science, v. 30, pp. 184–202, 2002.
DAVIS, F. D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology. MIS Quarterly, v. 13, n. 3, pp. 319-339, 1989.
DAVIS, F. D.; BAGOZZI, R. P. e WARSHAW, P. R. User Acceptance of Computer
Technology: A Comparison of Two Theoretical Models. Management Science, v. 35, n. 8,
pp. 982-1002, 1989.
DAVIS, F. D.; BAGOZZI, R. P. e WARSHAW, P. R. Extrinsic and Intrinsic Motivation to
Use Computers in the Workplace. Journal of Applied Social Psychology, v. 22, n. 14, pp.
1111- 1132, 1992.
157
DECARLO, L. T. On the Meaning and Use of Kurtosis. Psychological Methods, v. 2, pp.
292-307, 1997.
DEVRAJ, S.; FAN, M. e KOHLI, R. Antecedents of B2C channel satisfaction and
Preference. Information Systems Research, v. 13, n. 3, pp. 316-333, 2002.
DHAR, R. e WERTENBROCH, K. Consumer choice between hedonic and utilitarian goods.
Journal of Marketing Research, v. 37, pp. 60–71, 2000.
DIAMANTOPOULOS, A. e SIGUAW, J. A. Introducing LISREL. Londres: SAGE
Publications Ltda., 2006.
DONOVAN, R. e ROSSITER, J. Store atmosphere: An environmental psychology approach.
Journal of Retailing, v. 58, pp. 34–57, 1982.
DONOVAN, R. J.; ROSSITER, J. R.; MARCOOLYN, G. e NESDALE, A. Store atmosphere
and purchasing behavior. Journal of Retailing, v. 70, pp. 283–295, 1994.
EASTLICK, M. A. Consumer Intention to Adopt Interactive Teleshopping. Marketing
Science Institute, working paper, pp. 96-113, agosto 1996.
FIORE, A. M.; JIN, H. e KIM, J. For fun and profit: Hedonic value from image interactivity
and responses toward an online store. Psychology & Marketing, v. 22, pp. 669–694, 2005.
FISHBEIN, M.; AJZEN, I. Belief, Attitude. Intention and Behavior: An Introduction to
Theory and Research. Reading, MA: Addison-Wesley Publishing, junho1975.
FORNELL, C. e LARCKER, D. F. Evaluating Structural Equation Models with Unobservable
Variables and Measurement Error. Journal of Marketing Research, v. 18, pp. 39-50,
fevereiro 1981.
FOXALL, G. R. Affective responses to consumer situations. The International Review of
Retail, Distribution and Consumer Research, v. 7, n. 3, pp. 191–225, 1997.
FOXALL, G. R. e GREENLEY, G. E. The affective structure of consumer situations.
Environment and Behavior, v. 30, n. 6, pp. 781–798, 1998.
158
FOXALL, G. R. e GREENLEY, G. E. Predicting and explaining responses to consumer
environments: An empirical test and theoretical extension of the behavioural perspective
model. Service Industries Journal, v. 20, pp. 39–63, 2000.
FOWLER, F. J. Jr. Survey Research Methods. Sage Publications, 3 ed., California, 2002.
GARVER, M. S. e MENTZER, J. T. Logistics Research Methods: Employing Structural
Equation Modeling to Test for Construct Validity. Journal of Business Logistics, v. 20, n. 1,
pp. 33-57, 1999.
GEFEN, D. e STRAUB, D.W. Gender differences in the perception and use of e-mail:
an extension to the TAM. MIS Quarterly, v. 21, n. 4, pp. 389-400, 1997.
GEFEN, D. e STRAUB, D. W. The relative importance of perceived ease-of-use in IS
adoption: a study of e-commerce adoption. Journal of AIS, v. 1, n. 8, pp. 1-28, 2000.
GEFEN, D. TAM or just plain habit: A look at experienced online shoppers. Journal of End
User Computing, v. 15, pp. 1–13, 2003.
GENTRY, L. e CALANTONE, R. A comparison of three models to explain shop-bot use on
the web. Psychology & Marketing, v. 19, pp. 945–956, 2002.
GERBING, D. W. e ANDERSON, J. C. An Updated Paradigm for Scale Development
Incorporating Unidimensionality and Its Assessment. Journal of Marketing Research, v. 25, n.
2, pp. 186-192, 1988.
GREEN, C.W. Normative influence on the acceptance of information technology –
measurement and effects. Small Group Research, v. 29, n. 1, pp. 85-123, 1998.
GOODHUE, D. L. Understanding User Evaluations of Information Systems, Management
Science, v. 41, n. 12, pp. 1827-1844, 1995.
GOODHUE, D. L., and THOMPSON, R. L. Task-Technology Fit and Individual
Performance, MIS Quarterly, v. 9, n. 2, pp. 213-236, 1995.
HAIR, J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E. Multivariate Data
Analysis. 7. ed. Upper Saddle River: Prentice-Hall, fevereiro 2009.
159
HARDGRAVE, B. e JOHNSON, R. Towards an information systems development
acceptance model: the case of object-oriented systems development. IEEE, v. 50, n. 3, pp.
322-336, 2003.
HARRIS, R. e DAVISON, R. Anxiety and involvement: cultural dimensions of attitudes
toward computers in developing societies. Journal of Global Information Management, v.
7, n. 1, pp. 26-38, 1999.
HARRISON, D. A.; MYKYTYN, P. P. e RIEMENSCHNEIDER, C. K. Executive Decisions
About Adoption of Information Technology in Small Business: Theory and Empirical Tests.
Information Systems Research, v. 8, n. 2, pp. 171-195, 1997.
HARTMAN, J. B., SHIM, S., BARBER, B. e O‟BRIEN, M. Adolescents‟ utilitarian and
hedonic web consumption behavior: Hierarchical influence of personal values and
innovativeness. Psychology & Marketing, v. 23, pp. 813–839, 2006.
HENDRICKSON, A. R.; MASSEY, P. D. e CRONAN, T. P. On the test-retest reliability of
perceived usefulness and perceived ease of use scale. MIS Quarterly, v. 17, n. 2, pp. 227-
230, 1993.
HIRSCHMAN, E. e HOLBROOK, M. Hedonic Consumption: Emerging concepts, methods
and propositions. Journal of Marketing, v. 46, pp. 92–101, 1982.
HOLBROOK, M. B. e HIRSCHMAN, E. C. The experiential aspects of consumption:
Consumer fantasies, feelings, and fun. Journal of Consumer Research, v. 9, pp. 132–140,
1982.
HOLBROOK, M. e GARDNER, M. How motivation moderates the effects of emotions on
the duration of consumption. Journal of Business Research, v. 42, pp. 241–252, 1998.
HU, P. J.; CHAU, P. Y. K.; SHENG, O. R. L. e TAM. K. Y. Examining the Technology
Acceptance Model Using Physician Acceptance of Telemedicine Technology. Journal of
Management Information Systems, v. 16, n. 2, pp. 91-112, 1999.
HU, L. e BENTLER, P. M. Cutoff criteria for fit indexes in covariance structure analysis:
Conventional criteria versus new alternatives. Structural Equation Modeling, v. 6, pp. 1-55,
1999.
IGBARIA, M. e PARASURAMAN, S. A path analytic study of individual characteristics,
computer anxiety and attitudes towards microcomputers. Journal of Management, v. 15, pp.
373-388, 1989.
160
IGBARIA, M.; GUIMARAES, T. and DAVIS, G. Testing the determinants of microcomputer
usage via a structural equation model. Journal of MIS, v. 11, n. 4, pp. 87-114, 1995.
IGBARIA, M.; PARASURAMAN, S e BAROUDI, J. J. A motivational model of
microcomputer usage. Journal of Management Information Systems, v. 13, pp. 127-143,
1996.
JACKSON, C.; CHOW, S. e Robert, A. Towards an understanding of the behavioural
intention to use an IS. Decision Sciences, v. 28, n. 2, pp. 357-89, 1997.
JOHN, D. R.; SCOTT, C. A. e BETTMAN, J. R. Sampling data for covariation assessment:
The effect of prior beliefs on search patterns. Journal of Consumer Research, v. 13, pp. 38–
47, 1986.
KANG, H.; HAHN, M.; FORTIN, D. R.; HYUN, Y. J. e EOM, Y. Effects of perceived
behavioral control on the consumer usage intention of e-coupons. Psychology & Marketing,
v. 23, pp. 841–864, 2006.
KARAHANNA, E. e STRAUB, D. W. The psychological origins of perceived usefulness
and ease of use. Information and Management, v. 35, pp. 237–250, 1999.
KARAHANNA, E., STRAUB, D. W. e CHERVANY, N. L. Information technology adoption
across time: A cross-sectional comparison of pre-adoption and postadoption beliefs. MIS
Quarterly, v. 23, pp. 183–213, 1999.
KARAHANNA, E.; MANJU, A.; SRITE, M. e GALVIN, J. Individual differences and
relative advantage: The case of GSS. Decision Support Systems, v. 32, pp. 327–341, 2002.
KEIL, M.; BERANEK, P. e KONSYNSKI, B. Usefulness and ease of use: field study
evidence regarding task consideration. Decision Support Systems, v. 13, pp. 75-91, 1995.
KELMAN, H. C. Compliance, identification, and internalization: Three processes of attitude
change? Journal of Conflict Resolution, v. 2, pp. 51–60, 1958.
KEMPF, D. S. Attitude formation from product trial: Distinct roles of cognition and affect for
hedonic and functional products. Psychology & Marketing, v. 16, pp. 35–50, 1999.
161
KULVIWAT, S.; BRUNER II, G. C.; KUMAR, A.; SUZANNE, A. N.; CLARK, T. Toward a
Unified Theory of Consumer Acceptance Technology. Psychology and Marketing, v. 24, n.
12, pp. 1059-1084, dezembro 2007.
LEE, M. B.; SUH, K. S. e WHANG, J. The impact of situation awareness information on
consumer attitudes in the Internet shopping mall. Electronic Commerce Research and
Applications, v. 2, pp. 254–265, 2003.
LIN, C. H.; SHIH, H. Y.; SHER, P. J. Integrating Technology Readiness into Technology
Acceptance: The TRAM Model. Psychology and Marketing, v. 24, n. 7, pp. 641-657, julho
2007.
LIN, J. S. C.; HSIEH, P. L. The Influence of Technology Readiness on Satisfaction and
Behavioral Intentions Toward Self-Service Technologies. Computers in Human Behavior,
v. 23, p. 1597-1615, 2007.
LUCAS, H. e SPITLER,V. K. Technology use and performance: A field study of broker
workstations. Decision Sciences, v. 30, pp. 291–311, 1999.
LUND, A. M. Measuring usability with the USE questionnaire. Usability Interface, v. 8, n.
2, 2001.
MACHLEIT, K. A. e EROGLU, S. A. Describing and measuring emotional response to
shopping experience. Journal of Business Research, v. 49, pp. 101–111, 2000.
MACKENZIE, S. B.; LUTZ, R. J. e BELCH, G. E. The role of attitude toward the ad as a
mediator of advertising effectiveness: A test of competing explanations. Journal of
Marketing Research, v. 23, pp. 130–143, 1986
MANGLEBURG, T. F.; DONEY, P. M. e BRISTOL, T. Shopping with friends and teens‟
susceptibility to peer influence. Journal of Retailing, v. 80, pp. 101–116, 2004.
MARDIA, K. V. Measures of Multivariate Skewness and Kurtosis with Applications.
Biometrika, v. 57, pp. 519-530, 1970.
MATHIESON, K. Predicting user intentions: comparing the TAM with the theory of planned
behavior. Information Systems Research, v. 2, n. 3, pp. 173-191, 1991.
162
MEHRABIAN, A. e RUSSELL, J. A. An Approach to Environmental Psychology.
Cambridge, MA: MIT Press, 1974.
MEHRABIAN, A. Framework for a comprehensive description and measurement of
emotional states. Genetic, Social, and General Psychology Monographs, v. 121, pp. 339
361, 1995.
MEHRABIAN, A. Pleasure-arousal-dominance: A general framework for describing and
measuring individual differences in temperament. Current Psychology, v. 14, pp.261–292,
1996.
MEHRABIAN, A. Beyond IQ: Broad-based measurement of individual success potential or
“emotional intelligence.” Genetic, Social, and General Psychology Monographs, v. 126, pp.
133–239, 2000.
MICK, D. G.; FOURNIER, S. Paradoxes of Technology: Consumer Cognizance, Emotions
and Coping Strategies. Journal of Consumer Research, v. 25, pp. 123-143, setembro 1998.
MOON, J. W. e KIM, Y. G. Extending the TAM for a world-wide-web context.
Information & Management, v. 38, n. 4, pp. 217-30, 2001.
MORGAN, R. L., e HEISE, D. Structure of emotions. Social Psychology Quarterly, v. 51,
pp. 19–31, 1988.
NASCO, S. A., GRANDON, E. e MYKYTYN, P. Predicting electronic commerce adoption
in Chilean SMEs using the theory of planned behavior. Journal of Business Research, v. 61,
pp. 697–705, 2007
NASCO, S. N.; KULVIWAT, S.; KUMAR, A. e BRUNER II, G. C. The CAT model:
Extensions and Moderators of Dominance in Technology Acceptance. Psychology and
Marketing, v. 25, n. 10, pp. 987-1005, setembro 2008.
NUNNALLY, J. e BERNSTEIN, I. Psychometric Theory. 3. ed., McGraw-Hill
Humanities/Social Sciences/Languages, janeiro 1994.
OLIVER, R. L. Cognitive, affective, and attribute bases of the satisfaction response. Journal
of Consumer Research, v. 20, pp. 418–431, 1993.
163
OLSSON, U. H.; FOSS, T.; TROYE, S. V. e HOWELL, R. D. The performance of ML, GLS
and WLS Estimation in Structural Equation Modeling Under Conditions of Misspecification
and Nonnormality. Structural Equation Modeling, v. 7, n. 4, pp. 557-595, 2000.
PARASURAMAN, A. Technology Readiness Index (TRI): A Multiple-Item Scale to Measure
Readiness to Embrace New Technologies. Journal of Service Research, v. 2, n. 4, pp. 307-
320, maio 2000.
PARASURAMAN, A.; COLBY, C. Techno-Ready Marketing: How and Why Your
Customers Adopt Technology. New York: The Free Press, 2001.
PARASURAMAN, A.; GREWAL, D. e KRISHNAN, R. Marketing Research. 2. ed., South-
Western College Pub, 2006.
PEDERSEN, P. E. e NYSVEEN, H. Using the theory of planned behavior to explain
teenagers‟ adoption of text messaging services. Working Paper., 2003.
PERACCHIO, L. A. e TYBOUT, A. M. The moderating role of prior knowledge in schema-
based product evaluation. Journal of Consumer Research, v. 23, pp. 177–192, 1996.
PIRES, J. P. e COSTA, B. A. Filho. Fatores do Índice de Prontidăo à Tecnologia (TRI) como
Elementos Diferenciadores entre Usuários e Năo Usuários de Internet Banking e como
Antecedentes do Modelo de Aceitaçăo de Tecnologia (TAM). Revista de Administração
Contemporânea, v. 12, n. 2, pp. 429-456, abril/junho 2008.
PLOUFFE, C. R.; HULLAND, J. S. e VANDENBOSCH, M. Research report: Richness
versus parsimony in modeling technology adoption decisions: Understanding merchant
adoption of a smart card-based payment system. Information Systems Research, v. 12, pp.
208–222, 2001.
RAGHUNATHAN, R. e CORFMAN, K. Is happiness shared doubled and sadness shared
halved? Social influence on enjoyment of hedonic experiences. Journal of Marketing
Research, v. 43, pp. 386–394, 2006.
RAYKOV, T. e MARCOULIDES, G. A. A First Course in Structural Equation Modeling.
Mahwah, NJ: Erlbaum, 2000.
RITA, L. P. S.; ARAÚJO, A. C. de; PAULA, M. A. de; LIMA, M. O.; FILHO, J. C. V. Índice
de Disposição para Tecnologia: Uma Análise do Consumo de Produtos e Serviços
Inovadores. Revista de Ciências de Administração, v. 14, n. 1, pp. 54-65, agosto 2008.
164
ROGERS, E. M., e SHOEMAKER, F. F. Communication of Innovations: A Cross-
Cultural Approach. 2.e., New York: Free Press, 1971.
ROGERS, E. Diffusion of Innovations. 5 ed. New York: Free Press, 2003.
RUSSELL, J. A. e PRATT, G. A description of the affective quality attributed to
environments. Journal of Personality and Social Psychology, v. 38, n. 2, pp. 311–322,
1980.
SCHREIBER, J. B.; STAGE, F. K.; KING, J.; NORA, A. e BARLOW, E. A. Reporting
Structural Equation Modeling and Confirmatory Factor Analysis Results: A Review. Journal
of Educational Research, v. 99, n. 6, pp. 323-337, 2006.
SCHOLOSSER, A. E. e SHAVITT, S. Anticipating discussion about a product: Rehearsing
what to say can affect your judgments. Journal of Consumer Research, v. 29, pp. 101–115,
2002.
SHAVER, P.; SCHWARTZ, J.; KIRSON, D. e O‟CONNOR, C. Emotion knowledge: Further
exploration of a prototype approach. Journal of Personality and Social Psychology, v. 52,
pp 1061–1086, 1987.
SHEPPARD, B. H.; HARTWICK, J. e WARSHAW, P. R. The Theory of Reasoned Action:
A Meta-Analysis of Past Research with Recommendations for Modifications and Future
Research. Journal of Consumer Research, v. 15, n. 3, pp. 325-343, 1988
SHERMAN, E.; MATHUR, A. e SMITH, R. B. Store environment and consumer purchase
behavior: Mediating role of consumer emotions. Psychology & Marketing, v. 14, pp. 361–
378, 1997.
SHIH, H. P. An empirical study on predicting user acceptance of e-shopping on the web.
Information & Management, v. 41, n. 3, pp. 351-369, 2004.
SIVO, S. A.; FAN, X.; WITTA, E. L. e WILLSE, J. T. The Search for Optimal Cutoff
Properties: Fit Index Criteria in Structural Equation Modeling. Journal of Experimental
Education, v. 74, n. 3, pp. 267-288, 2006.
SORIANO, M.Y.; FOXALL, G.R. e PEARSON, G. J. Emotion and environment: a test of the
behavioral perspective model in a Latin American Context. Journal of Consumer Behavior,
v. 2, n. 2, pp. 138–154, 2002
165
SOUZA, R. V. de; LUCE, F. B. Avaliação da aplicabilidade do „technology readiness index‟
(TRI) para a adoção de produtos e serviços baseados em tecnologia. Revista de
Administração Contemporânea, v. 9, n. 3, pp. 121-141, 2005.
SPERBER, A. D. Translation and validation of study instrument for cross-cultural research.
Gastroenterology, v. 126, n. 1, pp 124-128, 2004.
SPERBER, A. D.; DEVELLIS, R. F. e BOEHLECKE, B. Cross-cultural translation. Journal
of Cross-cultural Psychology, v. 25, n. 4, pp. 501-524, 2001.
STRAUB, D.; LIMAYEM, M. e KARAHANNA, E. Measuring system usage: implications
for IS theory testing. Management Science, v. 41, n. 8, pp. 1328-1342, 1995.
SUH, B. e HAN, I. The impact of customer trust and perception of security control on the
acceptance of electronic commerce. International Journal of Electronic Commerce, v. 7, n.
3, pp. 135-61, 2003.
SWANBROW, D. Cell phone survey shows love-hate relationship. University of Michigan,
Institute for Social Research, 2005. Disponível online em
http://umich.edu/~urecord/0405/Mar21_05/06.shtml.
TAYLOR, S. e TODD, P. A. "Understanding Information Technology Usage: A Test of
Competing Models. Information Systems Research, v. 6, n. 4, pp. 144-176. 1995.
THOMPSON, R. L., HIGGINGS, C. A., e HOWELL, J. M. Influence of Experience on
Personal Computer Utilization: Testing a Conceptual Model. Journal of Management
Information Systems, v. 11, n. 1, pp. 167-187, 1994.
THORBJORNSEN, H.; PEDERSEN, P. E. e NYSVEEN, H. This is who I am: Identity
expressiveness and the theory of planned behavior. Psychology & Marketing, v. 24, pp.
763–785, 2007.
TORNATZKY, L. G. e KLEIN, K. J. Innovation Characteristics and Innovation Adoption-
Implementation: A Meta-Analysis of Findings. IEEE Transactions on Engineering
Management, v. 29, n. 1, pp. 28-45, fevereiro 1982.
VALLERAND, R. J. Toward a Hierarchical Model of Intrinsic and Extrinsic Motivation.
Advances in Experimental Social Psychology, v. 29, pp. 271-360, 1997.
166
VENKATESH, V. e DAVIS, F. D. A model of the antecedents of perceived ease of use:
development and test. Decision Sciences, v. 27, n. 3, pp. 451-81, 1996.
VENKATESH, V. Creation of favorable user perceptions: exploring the role of intrinsic
motivation. MIS Quarterly, v. 23, n. 2, pp. 239-60, 1999.
VENKATESH, V. e DAVIS, F. D. A theoretical extension of the technology acceptance
model: Four longitudinal field studies. Management Science, v. 46, pp. 186–204, 2000.
VENKATESH, V.; MORRIS, M. G. Why Don't Men Ever Stop to Ask For Directions?
Gender, Social Influence, and Their Role in Technology Acceptance and Usage Behavior,
MIS Quarterly, v. 24, n. 1, pp. 115-139, março 2000.
VENKATESH, V. Determinants of Perceived Ease of Use: Integrating Perceived Behavioral
Control, Computer Anxiety and Enjoyment into the Technology Acceptance Model.
Information Systems Research, v. 11, n. 4, pp. 342-365, dezembro 2000.
VENKATESH, V.; SPEIER, C.; MORRIS, M. G. User Acceptance Enablers in Individual
Decision making About Technology: Toward and Integrated Model. Decision Sciences, v. 33,
n. 2, pp. 297-316, primavera 2002.
VENKATESH, V.; MORRIS, M. G.; DAVIS, G. B.; DAVIS, F. D. User Acceptance of
Information Technology: Toward a Unified View. MIS Quarterly, v. 27, n. 3, pp. 425-478,
setembro 2003.
YANG, K.C .C. Exploring factors affecting consumer intention to use mobile advertising in
Taiwan.. Journal of International Consumer Marketing, v. 20, pp. 33–49, 2007.
YANI-DE-SORIANO, M. M. e FOXALL, G. R. The emotional power of place: The fall and
rise of dominance in retail research. Journal of Retailing & Consumer Services, v. 13, pp.
403–416, 2006.
YOUSAFZAI, S. Y.; FOXALL, G. R e PALLISTER, J. G. Technology Acceptance: a Meta-
Analysis of the TAM: Part 1. Journal of Modeling in Management, v. 2, n. 3, pp. 251-280,
2007.
167
APÊNDICES
168
Apêndice A - Questionário utilizado na pesquisa
POR FAVOR, RESPONDA A TODAS AS PERGUNTAS DESTE QUESTIONÁRIO COM ATENÇÃO. AGRADECEMOS DESDE JÁ SUA COLABORAÇÃO.
1. Por favor, marque com um X nas escalas abaixo o ponto que melhor retrata seus sentimentos
em relação ao Kindle DX e sua experiência com ele.
Exemplo de como marcar a escala:
X
Minha experiência com o Kindle DX fez com que eu me sentisse...
feliz 1 2 3 4 5 infeliz
desagradado 1 2 3 4 5 agradado
satisfeito 1 2 3 4 5 insatisfeito
esperançoso 1 2 3 4 5 desesperançoso
estimulado 1 2 3 4 5 relaxado
excitado 1 2 3 4 5 calmo
sonolento 1 2 3 4 5 alerta
empolgado 1 2 3 4 5 desinteressado
em controle 1 2 3 4 5 guiado
controlando 1 2 3 4 5 controlado
submisso 1 2 3 4 5 dominante
influenciador 1 2 3 4 5 influenciado
2. Em relação ao que você conhece do Kindle DX e sua experiência de uso com esse produto,
responda:
Discordo totalmente
Discordo em parte
Nem concordo, Nem discordo
Concordo em parte
Concordo totalmente
1 Pode me ajudar a ser mais efetivo.
1 2 3 4 5
2 Pode me ajudar a ser mais produtivo.
1 2 3 4 5
3 Pode me poupar tempo.
1 2 3 4 5
4 Foram necessários poucos passos para conseguir ler com o Kindle DX.
1 2 3 4 5
5 Vai ficar mais fácil ler com o Kindle DX.
1 2 3 4 5
6 Foi fácil de usar.
1 2 3 4 5
169
Discordo totalmente
Discordo em parte
Nem concordo, Nem discordo
Concordo em parte
Concordo totalmente
7 Aprendi a usar rápido.
1 2 3 4 5
8 Foi simples de usar.
1 2 3 4 5
9 Vou me lembrar facilmente de como usar o Kindle DX.
1 2 3 4 5
10 Foi fácil aprender a usar o Kindle DX.
1 2 3 4 5
11 Usar um Kindle DX me possibilita cumprir tarefas mais rapidamente.
1 2 3 4 5
12 Usar um Kindle DX melhora a qualidade da minha leitura.
1 2 3 4 5
13 Usar um Kindle DX torna mais fácil ler.
1 2 3 4 5
14 Usar um Kindle DX torna minha leitura mais efetiva.
1 2 3 4 5
15 Usar um Kindle DX me dá maior controle sobre minha leitura.
1 2 3 4 5
3. Indique com um X qual o seu grau de concordância ou discordância com cada uma das
afirmativas abaixo, referentes a sua relação com tecnologia.
Discordo totalmente
Discordo em parte
Nem concordo, Nem discordo
Concordo em parte
Concordo totalmente
1 A tecnologia permite que as pessoas tenham mais controle sobre o seu dia-a-dia.
1
2
3
4
5
2 Produtos e serviços que utilizam as mais novas tecnologias são muito mais convenientes de usar.
1
2
3
4
5
3 Você gosta da idéia de fazer negócios pelo computador porque você não fica restrito ao horário comercial.
1
2
3
4
5
4 Você prefere usar a tecnologia mais avançada disponível.
1
2
3
4
5
5 Você gosta de programas de computador que lhe permitam adequar as coisas às suas próprias necessidades.
1
2
3
4
5
6 A tecnologia faz com que você fique mais eficiente no seu trabalho.
1
2
3
4
5
7 Você considera as novas tecnologias mentalmente estimulantes.
1
2
3
4
5
8 A tecnologia lhe dá mais liberdade de movimento.
1
2
3
4
5
170
Discordo totalmente
Discordo em parte
Nem concordo, Nem discordo
Concordo em parte
Concordo totalmente
9 Aprender sobre tecnologia pode ser tão recompensador quanto a própria tecnologia.
1
2
3
4
5
10 Você está seguro de que as máquinas seguirão as suas instruções.
1
2
3
4
5
11 Outras pessoas lhe pedem conselhos sobre novas tecnologias.
1
2
3
4
5
12 Parece que seus amigos estão aprendendo sobre as mais novas tecnologias mais do que você.
1
2
3
4
5
13 Em geral, você está entre os primeiros do seu grupo de amigos em adquirir uma nova tecnologia logo que ela surge.
1
2
3
4
5
14 Normalmente, você consegue entender os novos produtos e serviços de alta tecnologia sem a ajuda de outros.
1
2
3
4
5
15 Você está atualizado com os últimos desenvolvimentos tecnológicos das suas áreas de interesse.
1
2
3
4
5
16 Você gosta do desafio de entender equipamentos de alta tecnologia.
1
2
3
4
5
17 Você tem menos problemas que outras pessoas para fazer a tecnologia trabalhar para você.
1
2
3
4
5
18 Os serviços de suporte técnico (por telefone ou internet) não ajudam, porque não explicam as coisas em termos compreensíveis.
1
2
3
4
5
19 Às vezes, você acha que os sistemas de tecnologia não são projetados para serem usados por pessoas comuns.
1
2
3
4
5
20 Não existe manual de produto ou serviço de alta tecnologia que seja escrito em uma linguagem simples.
1
2
3
4
5
21 Quando você utiliza o suporte técnico de um fornecedor de produtos ou serviços de alta tecnologia, às vezes você se sente como se alguém que sabe mais do que você estivesse tirando vantagem de você.
1
2
3
4
5
22 Na compra de um produto ou serviço de alta tecnologia, você prefere o modelo básico a um modelo com muitas características adicionais.
1
2
3
4
5
23 É constrangedor quando você tem problemas com algum equipamento de alta tecnologia, enquanto outras pessoas estão olhando.
1
2
3
4
5
24 Deveria haver cuidado ao substituir tarefas desempenhadas por pessoas pela tecnologia, pois novas tecnologias podem falhar.
1
2
3
4
5
171
Discordo totalmente
Discordo em parte
Nem concordo, Nem discordo
Concordo em parte
Concordo totalmente
25 Muitas das novas tecnologias apresentam riscos à saúde ou à segurança que não são descobertos até que as pessoas tenham utilizado a tecnologia.
1
2
3
4
5
26 Novas tecnologias tornam muito fácil para o governo e as empresas espionar as pessoas.
1
2
3
4
5
27 As tecnologias parecem sempre falhar no pior momento possível.
1
2
3
4
5
28 Você não considera seguro fornecer o número do seu cartão de crédito pelo computador.
1
2
3
4
5
29 Você não considera seguro fazer qualquer tipo de transação financeira pela internet.
1
2
3
4
5
30 Você tem receio de que as informações que você envia pela internet serão vistas por outras pessoas.
1
2
3
4
5
31 Você não se sente seguro em fazer negócios com uma empresa que só pode ser acessada pela internet.
1
2
3
4
5
32 Qualquer transação realizada eletronicamente deveria ser confirmada posteriormente por algo escrito.
1
2
3
4
5
33 Sempre que algo se torna automatizado, é necessário checar, cuidadosamente, se a máquina ou o computador não está cometendo erros.
1
2
3
4
5
34 O contato humano é muito importante quando se faz negócios com uma empresa.
1
2
3
4
5
35 Quando você liga para uma empresa, você prefere falar com uma pessoa do que com uma máquina.
1
2
3
4
5
36 Quando você fornece informação a uma máquina ou pela internet, você nunca pode ter certeza de que ela realmente chegou ao destino certo.
1
2
3
4
5
172
4. De maneira geral, como você descreveria a sua experiência? Para mim, usar o Kindle DX
para ler é ___________:
Exemplo de como marcar a escala:
X
ruim 1 2 3 4 5 bom
positivo 1 2 3 4 5 negativo
desfavorável 1 2 3 4 5 favorável
desagradável 1 2 3 4 5 agradável
5. Supondo que você tenha acesso a um Kindle DX no futuro, qual é a probabilidade de você
utilizá-lo?
duvidosa 1 2 3 4 5 razoável
provável 1 2 3 4 5 improvável
impossível 1 2 3 4 5 possível
6. Dados Pessoais (marque X ou preencha os campos cinza):
1. Idade:
2. Sexo: Masculino Feminino
3. Estado Civil: Solteiro Relacionamento Fixo
Casado Outros
4. Número de pessoas na família:
5. Com quem mora:
Sozinho Com cônjuge Com amigos
Com os pais Com parentes Outros
6. Sua religião:
Nenhuma Judaica Espírita
Católica Protestante/Evangélico Outra (indique):
7. Você estima que sua renda familiar média esteja em que faixa de valores:
Acima de 10.000 reais 2.000 a 3500 reais
6.000 a 10.000 reais 1.000 a 2.000 reais
3.500 a 6.000 reais Abaixo de 1.000 reais
Muito obrigado por sua participação!
173
Apêndice B - Tecnologia utilizada na pesquisa (Kindle DX)
Leitor eletrônico de livros Kindle DX, lançado pela Amazon.com em junho de 2009 nos EUA e em
março de 2010 no Brasil
174
Especificações técnicas:
Tamanho da tela 9,7"
Tecnologia da tela
e-ink (tinta eletrônica)
Armazenamento
3.2 Gb (3500 livros)
Outras funções
Leitor de PDF
Leitura em Voz Alta
Internet 3G
Tela que reconhece
orientação
Screenshots do vídeo introdutório sobre o Kindle DX apresentado aos respondentes da pesquisa:
175
176
177
178