AIS Electronic Library (AISeL)
AMCIS 2010 Proceedings
Americas Conference on Information Systems
(AMCIS)
8-1-2010
Adoção da Internet Móvel para Uso Pessoal
Sidney Chaves
Faculdade de Economia e Administração da Universidade de São Paulo, sidneychaves@usp.br
Henrique Veríssimo
Faculdade de Economia e Administração da Universidade de São Paulo, hverissimo@gmail.com
Alcione Silva
Faculdade de Economia e Administração da Universidade de São Paulo, alcione.silva@gmail.com
Juliana Bittar Souza
Faculdade de Economia e Administração da Universidade de São Paulo, bittarjuliana@gmail.com
Patrícia Cotti
Faculdade de Economia e Administração da Universidade de São Paulo, patriciacotti@yahoo.com.br
Follow this and additional works at:
http://aisel.aisnet.org/amcis2010
This material is brought to you by the Americas Conference on Information Systems (AMCIS) at AIS Electronic Library (AISeL). It has been accepted for inclusion in AMCIS 2010 Proceedings by an authorized administrator of AIS Electronic Library (AISeL). For more information, please contact
elibrary@aisnet.org.
Recommended Citation
Chaves, Sidney; Veríssimo, Henrique; Silva, Alcione; Souza, Juliana Bittar; and Cotti, Patrícia, "Adoção da Internet Móvel para Uso Pessoal" (2010). AMCIS 2010 Proceedings. Paper 195.
Adoção da Internet Móvel para Uso Pessoal
Sidney Chaves
Faculdade de Economia e Administração
da Universidade de São Paulo
sidneychaves@usp.br
Henrique Veríssimo
Faculdade de Economia e Administração
da Universidade de São Paulo
hverissimo@gmail.com
Alcione Silva
Faculdade de Economia e Administração
da Universidade de São Paulo
alcione.silva@gmail.com
Juliana Bittar Souza
Faculdade de Economia e Administração
da Universidade de São Paulo
bittarjuliana@gmail.com
Patrícia Cotti
Faculdade de Economia e Administração da
Universidade de São Paulo
patriciacotti@yahoo.com.br
RESUMO
Os serviços de acesso à Internet baseados em tecnologia celular têm crescido significativamente ao longo dos anos. O Brasil ainda não possui um papel global de destaque em relação ao número total de usuários, porém dados recentes mostram crescimento significativo na adoção destes serviços no País. Este estudo propõe-se a avaliar a influência relativa dos fatores relevantes para a adoção da Internet móvel, sob a perspectiva de valor percebido, conforme definido pelo Value-based
Adoption Model (VAM). Esta nova perspectiva para avaliação de processos decisórios considera os usuários como
consumidores e não somente simples usuários de tecnologia. As conclusões mostram que, dos cinco fatores tratados pelo VAM (utilidade, satisfação, complexidade técnica, custo percebido e valor percebido), o único que não apresentou o efeito esperado na avaliação da intenção de adoção da Internet móvel foi a complexidade técnica.
Palavras-chave
Internet Móvel, Comportamento do Consumidor, Modelo de Adoção Baseado em Valor (VAM).
ABSTRACT
Internet access services based on cellular technology have grown significantly over the years. Regarding total number of users, Brazil does not have global stand-out participation yet. However, recent data reveals significant growth in the adoption of those services in Brazil. This study intends to assess the relative influence of the relevant factors that affect the adoption of mobile Internet from a value perspective, according to the Value-based Adoption Model (VAM). This brand new perspective for evaluating decision processes considers users also as consumers, not just technology users. The findings demonstrate that, as a result of an analysis of the five factors taken up by VAM (usefulness, enjoyment, technicality, perceived fee and perceived value), technicality was the only one that did not behave according to the expectations with respect to the evaluation of mobile Internet adoption intention.
Keywords
INTRODUÇÃO Antecedentes
O acesso à Internet através de dispositivos móveis baseados em tecnologia celular moderna, principalmente da terceira geração, tem crescido de forma substancial e importante nos últimos anos, em âmbito mundial. Uma série de produtos e serviços tem sido desenvolvida com base nesta tecnologia, disponibilizando uma extensa gama de opções aos consumidores. Inúmeras pesquisas têm sido realizadas com vistas a identificar a motivação das pessoas para adotar a Internet móvel e, consequentemente, poder se beneficiar dos produtos e serviços a ela vinculados. Em particular, foi realizada em 2005 uma pesquisa promovida pela Universidade Nacional de Cingapura, que culminou com a publicação de um artigo (Kim, Chan e Gupta, 2007) e representou uma inovação frente aos trabalhos feitos até então, pois os autores desenvolveram um modelo de adoção baseado em valor (VAM, da sigla em inglês para value-based adoption model), em contraposição ao modelo mais utilizado à época, o Technology Adoption Model (TAM). Este último considera que a maioria dos usuários de tecnologia são vinculados a uma organização, usando os dispositivos tecnológicos com propósitos majoritariamente profissionais, sendo que o custo da adoção involuntária e obrigatória é arcado pela organização. Por outro lado, os autores do VAM observaram que muitos usuários de tecnologia, entre eles os de Internet móvel, são indivíduos que exercem concomitantemente dois papéis, o de usuários de tecnologia (como considerado pelo TAM) e o de consumidores de um produto ou serviço, o que significa dizer que, como consumidores e mais do que meros usuários, muitas das pessoas que utilizam a Internet móvel decidem com base em valor e arcam com os custos de adoção e uso (Kim et al., 2007).
O VAM, portanto, foi criado para propiciar a análise do comportamento do consumidor sob uma perspectiva de percepção de valor, considerando este como determinante principal para a adoção de uma nova tecnologia (Kim et al., 2007).
É com foco em buscar compreender a motivação e outras especificidades brasileiras, que se entendeu ser relevante realizar aqui um trabalho de replicação da pesquisa realizada em Cingapura. Assim, a pesquisa objeto deste artigo buscou oferecer uma contribuição à realidade brasileira, explorando a viabilidade de aplicação local do VAM para analisar os fatores que influenciam a adoção da Internet móvel para uso pessoal.
Problema de Pesquisa e Objetivo
O problema de pesquisa em pauta é a avaliação, sob a perspectiva de valor percebido (conforme definido pelo VAM), da contribuição relativa dos fatores que influenciam a adoção da Internet móvel para uso pessoal em uma particular comunidade de usuários no Brasil.
No âmbito da presente pesquisa, entende-se: (1) por Internet móvel, o meio de acesso à Internet através de redes de telefonia celular, (2) por adoção, o ato voluntário de adquirir um plano e efetivamente utilizar a Internet móvel, (3) por fatores de influência, o rol específico de variáveis que atuam sobre a decisão das pessoas quanto à adoção da Internet móvel, estabelecidos pelo VAM como sendo utilidade, satisfação, complexidade técnica, custo percebido e valor percebido e (4) por uso pessoal, a utilização predominantemente para fins pessoais, com a própria pessoa arcando com o custo.
Dadas essas colocações, definiu-se como objetivo principal do presente estudo avaliar a contribuição de cada um dos fatores presentes no VAM para a escolha de um serviço de Internet móvel para uso pessoal no âmbito da comunidade de usuários selecionada.
Comportamento do Consumidor
Em seu artigo, Kim et al. (2007) mencionam a existência de vários estudos sobre escolhas do consumidor e análise de decisão e ressaltam que a premissa básica na análise do comportamento do consumidor é a maximização de valor, destacando, entretanto, que o conceito de valor, apesar de uniforme, é retratado por meio de diferentes termos e expressões, dependendo do autor e do contexto. No artigo em questão, eles declinam a preferência pela expressão "valor percebido", que definem como a avaliação geral do consumidor sobre a utilidade de um produto ou serviço, baseada na percepção do que é "recebido" e "dado" em troca na aquisição e uso, ou seja, benefícios e sacrifícios envolvidos.
Em decorrência, surge a necessidade de uma modelagem customizada para a representação dos contextos e domínios da área de serviços, uma vez que é ela que pode proporcionar a resposta ao valor que o consumidor anseia (Almgren, 2007).
Modelos de Adoção
Embora serviços móveis sejam frequentemente caracterizados como uma extensão dos serviços online, eles também podem ser considerados como entes distintos. Sob a perspectiva do usuário, essa distinção pode ser descrita como uma disponibilidade
sem fim de tempo e espaço. Nesse caso, o valor agregado está na eliminação das restrições temporais e espaciais para a entrega dos serviços (Almgren, 2007).
Os fatores que motivam usuários potenciais a adotar novas tecnologias podem ser examinados por meio de diferentes teorias de adoção, entre elas as citadas TAM e VAM. Kim et al. (2007) mencionam que o TAM foi originalmente desenvolvido para estudar a adoção de tecnologia tradicional por indivíduos em organizações, o que descaracterizaria este modelo como representativo em outros contextos, por exemplo, na adoção de novas tecnologias de informação e comunicação (TIC), como a Internet móvel; numa organização, a tecnologia tradicional é utilizada como ferramenta de trabalho, o que minimiza a adoção e o sacrifício, uma vez que o uso torna-se obrigatório e é decidido pela própria organização. Além disso, testes empíricos do TAM apresentaram resultados que questionam seu emprego generalizado e exploram o fato dele não ter sido desenhado para considerar a atitude do consumidor (Almgren, 2007).
Para Kim et al. (2007), quem se utiliza de TIC desempenha tanto o papel de usuário como o de consumidor de produtos e/ou serviços. Um grande número de pessoas utiliza novas TIC para uso pessoal e arca com os custos da adoção voluntária. Usuários potenciais de Internet móvel, como consumidores de um serviço, avaliam-no com base numa relação entre benefícios e custos (ou sacrifícios).
Com tais argumentos, fica claro que uma avaliação somente sob a perspectiva de usuário de tecnologia não é suficiente. Neste caso, a perspectiva da análise de benefícios e sacrifícios deve resultar em um guia mais abrangente para avaliar a intenção de adoção.
Modelo de Adoção Baseado em Valor
Para investigar a adoção da Internet móvel, Kim et al. (2007) desenvolveram o VAM, cuja representação esquemática está exibida na Figura 1. Este modelo é destinado a captar fatores que refletem a intenção de adoção de produtos e serviços e apresenta como base a relação entre benefícios (+) e sacrifícios (–).
Figura 1 – Modelo de Adoção Baseado em Valor (VAM)
Satisfação (SAT) Complexidade Técnica (TEC) Utilidade (UTI) Custo Percebido (CPE) Valor Percebido (VPE) Intenção de Adoção (INT) B en ef íc io s S a cr if íc io s
+
+
–
Quanto aos benefícios, Kim et al. (2007) fundamentaram a escolha da utilidade e da satisfação com base na Teoria da Avaliação Cognitiva e seus conceitos de motivação extrínseca e intrínseca. Motivações extrínsecas referem-se à execução de uma atividade em busca de uma recompensa ou objetivo específico, enquanto que as intrínsecas referem-se à execução de uma atividade sem nenhuma expectativa aparente de retorno, exceto o resultado propiciado pela execução em si. Motivações extrínsecas estão associadas à utilidade, pois representam uma expectativa de ganho com o uso de uma tecnologia, refletindo uma avaliação acerca da excelência de um produto ou serviço, ao passo que motivações intrínsecas estão associadas à satisfação ou ao prazer advindo do uso de um produto ou serviço, traduzidos na forma de estados afetivos ou de sentimentos que podem ser proporcionados.
Já com relação aos sacrifícios, Kim et al. (2007) os explicitam citando as barreiras mais significativas à adoção de novos produtos e serviços móveis – custo e fatores técnicos, que também podem ser descritos, respectivamente, como sacrifícios monetário e não-monetário.
O sacrifício monetário representa a percepção do usuário quanto ao custo de um produto ou serviço. Usuários podem não ter informação correta relativa aos preços praticados, mas lançam mão de diversas referências para realizar comparações; no caso de serviços móveis, eles provavelmente comparam o preço aos de telefonia móvel ou mesmo ao da Internet fixa. Alternativamente, o custo pode ser expresso por meio do tempo, conveniência, esforço e "custos psicológicos".
O sacrifício não-monetário é determinado pela percepção dos usuários quanto à facilidade de uso, confiabilidade do sistema, conectividade e eficiência. A facilidade de uso é comumente definida como o grau em que um indivíduo acredita que o uso de um sistema é isento de esforços físicos ou mentais e é uma questão importante no caso de serviços móveis, uma vez que estes possuem recursos limitados, como telas pequenas e/ou dificuldade na manipulação de teclas. A confiabilidade é definida como o grau em que este trabalha sem interrupções, enquanto que a conectividade está relacionada ao rápido estabelecimento da conexão e à sua continuidade e, por fim, a eficiência diz respeito a tempos curtos de acesso e resposta.
Complementando a explicação do modelo, Kim et al. (2007) vêem o valor percebido como um trade-off entre os componentes "dar" (sacrifícios) e "receber" (benefícios) de um produto ou serviço, representando uma opinião sobre o objeto de escolha e propiciando ao consumidor, com base nessa opinião, decidir quanto à escolha. Desse modo, os quatro fatores apresentados (utilidade, satisfação, complexidade técnica e custo percebido) podem ser reduzidos a um único – o valor percebido, influenciador, de fato, na intenção de adoção.
INSTRUMENTO E PROCESSO DE COLETA DE DADOS Questionário
Para coletar os dados, foi elaborado um questionário, a ser respondido via Internet, com um elenco de questões subdivididas em três grupos: (1) de qualificação, (2) principais e (3) secundárias.
As questões de qualificação foram definidas com o intuito de verificar se os respondentes estariam, de fato, enquadrados no perfil adequado para participar da pesquisa. As questões principais versaram sobre o tema da pesquisa e englobaram a totalidade das perguntas utilizadas na pesquisa original. As questões secundárias foram incluídas com o intuito de complementar o perfil dos respondentes e versaram sobre características individuais.
O questionário foi submetido a dois ciclos de pré-teste, ao fim de cada um dos quais foram feitos ajustes no texto de parte das questões, até a obtenção da versão final.
Coleta dos Dados e Características da Amostra
Para compor o público-alvo junto ao qual o questionário seria aplicado, optou-se por unir cerca de 200 pessoas pertencentes ao círculo de relacionamento dos pesquisadores com uma lista de destinatários dos boletins informativos da associação dos ex-alunos de uma importante universidade brasileira, localizada na Capital do Estado de São Paulo. Esta lista congregava algo em torno de 4.500 pessoas, sendo cerca de 3.500 ex-alunos e as restantes, interessadas nas informações divulgadas pela associação. Durante o período de coleta, para aumentar o número de respondentes, enviou-se uma mensagem de reforço ao público-alvo, pedindo que o questionário fosse repassado para pessoas que provavelmente pudessem respondê-lo.
Foram recebidos 275 questionários completos e outros 310 com apenas parte das questões respondidas, os quais foram desconsiderados. Dentre os completos, foi feita uma segmentação da amostra, segregando os respondentes com perfil relevante para este estudo, ou seja, pessoas que conhecem o serviço de Internet móvel, pretendem adotá-lo e irão arcar com o custo. Este extrato ficou composto por 102 respondentes.
Dentre esses 102 respondentes, constatou-se que 66,6 % têm entre 20 e 34 anos (que é a faixa etária da pesquisa original), 63,6% são do sexo masculino, 58,1% são pessoas solteiras e 74% sem filhos. Na sua maioria (57,7%), os respondentes possuem emprego fixo, sendo 22,4% em cargos de nível gerencial. Quanto ao acesso à Internet, 95% o fazem em casa e 75% no ambiente de trabalho. Por 35,7% dos respondentes, a Internet fixa é utilizada por mais de 40 horas semanais.
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO
O VAM teve sua adequação demonstrada no artigo original no qual esta pesquisa se baseia; como ele está sendo replicado à realidade brasileira atual, entendeu ser suficiente apenas confirmar o modelo, para as medições obtidas poderem ser consideradas satisfatórias e, a partir delas, serem tiradas conclusões sobre a adoção da Internet móvel junto ao público considerado.
Modelos do tipo no qual o VAM se enquadra são denominados "estruturais" e podem ser estudados sob a ótica da modelagem de equações estruturais (MEE). Modelos aderentes à MEE são compostos, na realidade, por dois submodelos combinados: de mensuração e estrutural (Hair, Tatham, Anderson e Black, 2009).
Henseler, Ringle e Sinkovics (2009) afirmam que o processo de confirmação de um modelo estrutural é composto por duas etapas sequenciais: a confirmação do submodelo de mensuração e a confirmação do submodelo estrutural, advertindo que não é justificável executar a segunda etapa se a primeira não produz um resultado favorável.
Para confirmar o VAM, foi escolhida a técnica dos mínimos quadrados parciais (PLS, da sigla em inglês para partial least
squares), por ser a que melhor se adéqua a três características deste estudo, a saber: (1) desconhecimento quanto à normalidade
ou não da distribuição do público-alvo, (2) tamanho mínimo da amostra não determinado a priori e (3) comportamento preditivo dos construtos independentes (Zwicker, Souza e Bido, 2008).
Preparação dos Dados e Realização dos Cálculos
Os cálculos requeridos para confirmar o modelo foram realizados usando o software SmartPLS (Ringle, Wende e Will, 2005). Após carregados os dados no SmartPLS, criou-se um diagrama representativo do modelo, utilizando as facilidades deste software. A representação gráfica desse modelo está exibida na Figura 2. Como passo seguinte, foi executada a função do SmartPLS internamente denominada "PLS", a qual produziu um primeiro conjunto de indicadores.
Figura 2 – Modelo Estrutural Representativo do VAM
Confirmação do Submodelo de Mensuração
Henseler et al. (2009) orientam no sentido de se confirmar um submodelo de mensuração a partir da análise de indicadores de (1) confiabilidade, (2) validade convergente e (3) validade discriminante.
Verificação da Confiabilidade
A confiabilidade de um submodelo de mensuração deve ser verificada por meio da análise dos seus coeficientes de carga fatorial e de confiabilidade composta (Henseler et al., 2009).
Os coeficientes de carga fatorial de um conjunto de variáveis de medição para o construto ao qual essas variáveis estão associadas devem, idealmente, ser superiores a 0,7 (em módulo), sendo, contudo, aceitáveis valores na faixa de 0,4 a 0,7 (Henseler et al., 2009). Os valores calculados para as cargas fatoriais estão apresentados no Quadro 1, sendo que devem ser analisados neste momento apenas os realçados em negrito. A análise dos dados do Quadro 1 mostra que quase todas as cargas fatoriais marcadas em negrito atendem à primeira recomendação, revelando-se exceções as cargas das variáveis INT3 e TEC3 para os construtos INT e TEC, respectivamente (marcadas em itálico). Entretanto, a carga de TEC3 para TEC, apesar de situar-se num nível abaixo de 0,7, não viola de todo a regra, pois está acima do limite mínimo recomendado de 0,4.
Quadro 1 – Coeficientes de Carga Fatorial
Cargas Fatoriais por Construto Variáveis
CPE INT SAT TEC UTI VPE CPE1 0,772 0,116 0,050 - 0,109 - 0,015 - 0,203 CPE2 0,955 - 0,154 - 0,205 - 0,346 - 0,219 - 0,531 CPE3 0,946 - 0,182 - 0,251 - 0,395 - 0,270 - 0,553 INT1 - 0,097 0,912 0,467 0,339 0,403 0,472 INT2 - 0,094 0,906 0,468 0,332 0,376 0,506 INT3 0,151 - 0,013 0,031 - 0,143 - 0,046 - 0,171 SAT1 - 0,083 0, 407 0,830 0,416 0,618 0,466 SAT2 - 0,223 0,420 0,908 0,530 0,574 0,577 SAT3 - 0,220 0,451 0,859 0,577 0,767 0,612 SAT4 - 0,141 0,460 0,836 0,549 0,521 0,566 TEC1 - 0,273 0,389 0,593 0,815 0,654 0,583 TEC2 - 0,274 0,296 0,415 0,770 0,348 0,517 TEC3 - 0,271 0,052 0,202 0,440 0,143 0,285 TEC4 - 0,254 0,387 0,620 0,873 0,594 0,555 TEC5 - 0,290 0,248 0,339 0,751 0,448 0,485 UTI1 - 0,273 0,398 0,595 0,600 0,883 0,685 UTI2 - 0,137 0,443 0,659 0,510 0,900 0,631 UTI3 - 0,233 0,417 0,729 0,598 0,921 0,727 UTI4 - 0,260 0,358 0,650 0,598 0,933 0,689 UTI5 - 0,151 0,351 0,634 0,513 0,877 0,621 UTI6 - 0,154 0,387 0,642 0,532 0,885 0,640 VPE1 - 0,730 0,286 0,346 0,505 0,445 0,745 VPE2 - 0,253 0,621 0,549 0,431 0,640 0,766 VPE3 - 0,408 0,463 0,593 0,607 0,700 0,876 VPE4 - 0,365 0,444 0,594 0,609 0,583 0,834
Com relação à carga de INT3 para INT, analisando os questionários, verificou-se que INT3 recebeu 5 respostas com grau 1 na escala adotada, dos mesmos respondentes que informaram graduação máxima para INT1 e INT2. Este fato pode indicar ter havido uma formulação inadequada da questão, que tenha levado a dificuldades para interpretar seu correto significado e que implique na sua exclusão do modelo. De todo modo, seguindo a orientação de Henseler et al. (2009) de apenas excluir um indicador com baixa carga fatorial se essa exclusão representar um aumento significativo da confiabilidade composta do construto ao qual esse indicador está associado, antes de promover a exclusão de INT3, executou-se novamente o cálculo sem esta variável, para verificar o impacto da sua retirada sobre a confiabilidade composta de INT.
Os coeficientes de confiabilidade composta, no contexto da MEE, são indicados como substitutos dos coeficientes α de Cronbach e, à semelhança destes, retratam confiabilidade satisfatória quando apresentam valores acima de 0,7 (Henseler et al., 2009). O Quadro 2 apresenta os valores dos coeficientes de confiabilidade composta, calculados com e sem INT3. Como houve um aumento substancial no valor do coeficiente de confiabilidade composta de INT com a retirada de INT3, optou-se pela eliminação desta variável de medição. De resto, como todos os valores apresentados na coluna "Sem INT3" do Quadro 2 são superiores a 0,85, conclui-se que, no que diz respeito à confiabilidade composta, esta versão do submodelo de mensuração é confiável.
Quadro 2 – Coeficientes de Confiabilidade Composta
Confiabilidade Composta Construto
Com INT3 Sem INT3
CPE 0,923 0,923 INT 0,707 0,922 SAT 0,918 0,918 TEC 0,857 0,857 UTI 0,962 0,962 VPE 0,882 0,882
Quanto aos coeficientes de carga fatorial, apenas as cargas para INT se alteram de uma versão para outra do submodelo de mensuração e estes novos valores estão indicados no Quadro 3. Como todas as cargas, considerada a junção destes novos coeficientes com os anteriores, compõem uma nova matriz que atende agora à recomendação quanto aos valores mínimos, conclui-se que esta versão do submodelo de mensuração, sob a ótica das cargas fatoriais, é também confiável.
Quadro 3 – Novos Coeficientes de Carga Fatorial para INT (Sem INT3)
CPE1 0,139 SAT4 0,475 UTI3 0,404 CPE2 - 0,112 TEC1 0,385 UTI4 0,346 CPE3 - 0,165 TEC2 0,237 UTI5 0,335 INT1 0,920 TEC3 0,036 UTI6 0,378
INT2 0,931 TEC4 0,363 VPE1 0,228
SAT1 0,405 TEC5 0,227 VPE2 0,609 SAT2 0,413 UTI1 0,377 VPE3 0,426 SAT3 0,439 UTI2 0,431 VPE4 0,415
Verificação da Validade Convergente
A validade convergente dá uma indicação do grau em que diferentes variáveis de medida de um mesmo construto estão correlacionadas e é verificada a partir da variância média extraída (AVE, da sigla em inglês para average variance extracted), cujos valores devem ser superiores a 0,5 (Henseler et al., 2009).
Os valores calculados para este indicador constam do Quadro 4. Todos os valores da AVE estão acima do limite recomendado, o que permite afirmar que o submodelo de mensuração possui validade convergente.
Quadro 4 – Indicadores para Verificação da Validade
Coeficientes de Correlação Construto AVE AVE
CPE INT SAT TEC UTI CPE 0,800 0,894 INT 0,856 0,925 - 0,103 SAT 0,737 0,858 - 0,200 0,505 TEC 0,555 0,745 - 0,357 0,362 0,610 UTI 0,810 0,900 - 0,227 0,420 0,725 0,622 VPE 0,651 0,807 - 0,528 0,530 0,653 0,667 0,742
Verificação da Validade Discriminante
A validade discriminante indica o grau em que diferentes construtos são efetivamente distintos. Isto pressupõe que as variáveis de medição que compõem um construto têm maior poder de explicação sobre ele do que qualquer outra das demais variáveis. Esta verificação deve ser feita de duas formas: (1) comparando, para cada construto, sua AVE com os coeficientes de correlação entre ele e os demais construtos dois a dois, sendo que a raiz quadrada de cada AVE deve ser sempre maior (em módulo) que todos os correspondentes coeficientes de correlação e (2) analisando as cargas fatoriais das variáveis de medição sobre os construtos aos quais elas não estão associadas, cujos coeficientes de carga fatorial devem ser sempre menores (em módulo) que os que correspondem aos construtos aos quais essas mesmas variáveis estão associadas (Henseler et al., 2009). Os valores calculados para os indicadores a serem utilizados para verificar a validade discriminante estão apresentados no Quadro 4. Como se pode observar, o valor da raiz quadrada da AVE, qualquer que seja o construto, é sempre maior que os correspondentes coeficientes de correlação (em módulo), o que significa que o submodelo de mensuração apresenta validade discriminante.
Quanto às cargas fatoriais, os coeficientes em questão são aqueles incluídos no Quadro 1, no qual se pode verificar que, em todas as linhas e colunas, os maiores coeficientes são os que correspondem às cargas das variáveis de medição sobre seus próprios construtos, havendo uma única exceção, exatamente na já mencionada carga de TEC3 para TEC. Esta exceção, todavia, não se traduz em motivo suficiente para descaracterizar a validade discriminante do submodelo de mensuração.
Confirmação do Submodelo Estrutural
O resultado obtido para os principais indicadores do submodelo estrutural estão exibidos na Figura 3.
Figura 3 – Modelo Estrutural Representativo do VAM (Calculado Sem INT3)
A confirmação de um submodelo estrutural pode ser feita de acordo com a seguinte sequência de passos de verificação: (1) magnitude dos coeficientes de determinação, (2) significância, magnitude e sinal dos coeficientes de caminho e o consequente aceite das hipóteses, (3) efeitos de intermediação e (4) poder preditivo (Henseler et al., 2009).
Verificação dos Coeficientes de Determinação
Os coeficientes de determinação foram calculados e obteve-se os valores 0,281 na regressão de VPE para INT e 0,725 na regressão dos demais construtos para VPE (vide Figura 3).
Segundo Henseler et al. (2009), valores acima de 0,19 para coeficientes de determinação são aceitáveis, o que é o caso dos dois coeficientes deste submodelo estrutural.
Verificação dos Coeficientes de Caminho e do Aceite das Hipóteses
Seguindo a recomendação de Henseler et al. (2009), verificou-se de início a significância dos coeficientes de caminho, por meio de um processo de re-amostragem do tipo bootstrap e da análise da estatística t de Student, usando as facilidades de cálculo disponíveis no SmartPLS via a função "Bootstrapping". Para aplicar esta função, optou-se por adotar 1000 repetições de amostras com reposição e os resultados obtidos estão exibidos no Quadro 5.
Quadro 5 – Significância dos Caminhos (via Bootstrap com 1000 Repetições)
Caminho
Construto Origem Construto Destino t Significância CPE VPE 6,341 < 0,001 SAT VPE 1,970 < 0,050 TEC VPE 2,179 < 0,050 UTI VPE 4,557 < 0,001 VPE INT 6,306 < 0,001
Portanto, a significância do caminho de VPE para INT está verificada no nível de 0,1% e a dos demais construtos para VPE, no nível de 5%.
Dado que, por construção, um submodelo estrutural representa cada uma das hipóteses formuladas por um caminho entre dois construtos, a magnitude e o sinal dos coeficientes de caminho (apenas se estes se mostram significantes), indicam o aceite ou não das hipóteses. Neste caso, como já foi demonstrado que os coeficientes de caminho são significantes, é válido verificar o aceite das hipóteses e o Quadro 6 mostra como este submodelo estrutural comporta-se quanto a este quesito.
Analisando o Quadro 6, verifica-se que quatro dentre as cinco hipóteses formuladas podem ser aceitas. A hipótese de TEC produzir um efeito negativo sobre INT deve ser rejeitada, não por magnitude, mas por divergência de sinal. A interpretação viável para esta conclusão é que a pesquisa realizada demonstrou que TEC gera um efeito sobre INT, só que positivo, contrariando a expectativa inicial.
Quadro 6 – Aceite das Hipóteses
Caminho
Construto Origem Construto Destino
Coeficiente de Caminho Sinal do Caminho Aceite da Hipótese CPE VPE - 0,333 – Sim
SAT VPE 0,159 + Sim
TEC VPE 0,175 – Não
UTI VPE 0,442 + Sim
VPE INT 0,530 + Sim
Verificação dos Efeitos de Intermediação
Conforme orientam Henseler et al. (2009), quando há construtos mediadores, deve-se avaliar o impacto dessa intermediação, de modo a validar a pertinência da presença dos mediadores, o que se dá quando se observam variações significativas para maior nos coeficientes de determinação dos construtos de último nível superior, variações estas medidas por meio do fator de tamanho do efeito (f2).
No modelo VAM, há um único construto de último nível superior (INT) e o construto VPE atua como um mediador total entre ele e os demais. Para verificar a pertinência dessa intermediação, recorreu-se uma vez mais à função "PLS" do SmartPLS, a qual foi executada para todas as variantes possíveis do modelo: sem a intermediação e com as combinações que caracterizam intermediações parciais. Como resultado, verificou-se que há somente uma variante que produz resultados superiores aos do
VAM original, que é a variante na qual VPE intermedia totalmente UTI, TEC e CPE, mas só parcialmente SAT. Esta variante está apresentada na Figura 4 e os cálculos que levaram a esta conclusão constam do Quadro 7.
Figura 4 – Modelo Estrutural Representativo do VAM (Calculado Com Intermediação Parcial)
Quadro 7 – Efeitos da Intermediação
Variante do Modelo Coeficientes de Determinação (R2) de INT Significância dos Caminhos f 2 Interpretação do Tamanho do Efeito VAM Original 0,281 0,1% – –
Sem Intermediação 0,278 0,1% 0,004 Quase nulo (f2 < 0,020)
Com Intermediação
Parcial de SAT 0,325 0,1% 0,065 Pequeno para médio (0,020 ≤ f2 < 0,150) Obs.: tamanho do efeito interpretado conforme Henseler et al. (2009, p. 304).
O modelo com intermediação parcial de SAT produz um coeficiente de determinação maior do que o do VAM original (0,325 contra 0,281), mas ainda assim o tamanho do efeito desta intermediação fica apenas na faixa de pequeno para médio.
Verificação do Poder Preditivo
Henseler et al. (2009) orientam no sentido de se verificar o efetivo poder preditivo de um submodelo estrutural aplicando o teste de Stone-Geisser, que se baseia na variável estatística Q2 e utiliza o procedimento blindfolding. Para que se possa afirmar
que um submodelo estrutural possui poder preditivo, os valores calculados de Q2, para todos os construtos que possuem
coeficiente de determinação, devem ser positivos.
Este teste foi aplicado utilizando-se a função "Blindfolding" do SmartPLS e adotando quatro valores distintos para o parâmetro "distância de omissão". Os resultados obtidos constam do Quadro 8 e, como se pode observar, todos os valores de Q2 são
Quadro 8 – Poder Preditivo Estatística Q2 Distância de Omissão Construto 5 7 9 11 Média INT 0,200 0,193 0,182 0,193 0,192 VPE 0,468 0,474 0,452 0,474 0,467
Conclusão da Verificação da Adequação do Modelo
Efetuados todos os testes de verificação da adequação do modelo estrutural adotado e tendo sido obtidos resultados satisfatórios, concluí-se que o modelo é adequado para representar a teoria formulada.
ANÁLISE DOS RESULTADOS Variáveis de Medição Problemáticas
As medições obtidas nesta pesquisa mostraram duas diferenças para com relação à pesquisa original, ambas relativas a quesitos que foram excluídos do modelo. A primeira diferença diz respeito à variável TEC4, que precisou ser excluída da análise na pesquisa original mas não nesta e, a segunda, à variável INT3, excluída da análise nesta pesquisa. Em ambos os casos, o motivo da exclusão foi a baixa representatividade da carga fatorial, o que, em termos práticos, significa que estas questões não adicionaram informação útil ao entendimento do papel do respectivo construto (TEC na pesquisa original e INT, nesta) no processo de adoção da Internet móvel.
Apesar destes senões, nenhuma das eliminações influenciou de modo significativo as análises, nem tampouco invalidou as medições obtidas ou os instrumentos utilizados.
Estatísticas Descritivas
Relembrando, está sendo verificada a adequação do modelo VAM à realidade brasileira atual. Portanto, interessa comparar os resultados obtidos por aqueles autores na pesquisa original com os obtidos nesta pesquisa.
A primeira comparação importante diz respeito às estatísticas descritivas, que oferecem uma visão geral das estimativas do comportamento dos dois públicos pesquisados. Os valores destas estatísticas estão apresentados no Quadro 9.
Os números do Quadro 9 mostram coeficientes de variação maiores nesta pesquisa (à exceção do custo percebido), indicando maiores diferenças de opinião entre os respondentes brasileiros e permitindo inferir comportamento semelhante por parte da comunidade aqui pesquisada. Apesar da maior dispersão nas respostas, as opiniões dos respondentes brasileiros equiparam-se às obtidas na pesquisa original para satisfação (SAT) e complexidade técnica (TEC), indicando que, na média, os dois grupos de respondentes têm uma visão equivalente, no que se refere à influência destes fatores na adoção da Internet móvel.
Por outro lado, as médias bem mais altas indicam que os respondentes brasileiros reagem de modo bastante mais crítico quanto ao custo percebido (CPE), apesar de estarem mais propensos a adotar a Internet móvel (INT).
Quadro 9 – Comparação das Estatísticas Descritivas
Esta Pesquisa Pesquisa Original Construto
Média Desvio Padrão Coef. Variação Média Desvio Padrão Coef. Variação CPE 6,04 1,12 0,1854 4,63 1,23 0,2656 INT 5,21 1,61 0,3090 4,37 1,11 0,2540 SAT 4,64 1,60 0,3448 4,53 1,02 0,2252 TEC 4,28 1,66 0,3878 4,25 0,95 0,2235 UTI 4,71 1,56 0,3312 4,38 1,05 0,2397 VPE 4,01 1,64 0,4090 4,23 1,03 0,2435
Intermediação
O VAM original tem como característica relevante o papel de intermediação total de VPE como preditor de INT. Entretanto, nesta nova pesquisa, esse papel não ficou evidenciado de forma significativa, conforme demonstrado no Quadro 7. Pelo contrário, verificou-se que o efeito da intermediação total produziu um coeficiente de determinação de 0,281, ao passo que, com uma das possíveis intermediações parciais, esse coeficiente foi aumentado para 0,325. É bem verdade que o impacto dessa mudança na intermediação pode apenas ser qualificado como de pequeno para médio, mas, ainda assim, demonstra que a intenção de adoção fica mais bem predita quando a satisfação tem uma participação direta no processo.
Estas considerações permitem inferir que o público aqui pesquisado valoriza mais a satisfação do que o público envolvido na pesquisa original, a ponto desta variável influir de forma mais efetiva na decisão de adoção da Internet móvel.
Aceite das Hipóteses
Na pesquisa original, os autores concluíram pelo aceite de todas as cinco hipóteses formuladas, diferentemente desta pesquisa, que possibilitou o aceite de apenas quatro delas e indicou a rejeição da hipótese de influência negativa da complexidade técnica no processo de adoção da Internet móvel. Os dados do Quadro 6 mostram que esta hipótese foi rejeitada em função da inversão de sinal, o que significa que os respondentes brasileiros não vêem a complexidade técnica como um fator restritivo para a adoção da Internet móvel.
Uma possível explicação para esta diferença de visão relativamente ao apurado na pesquisa original é o fato de, devido ao intervalo de tempo de quatro anos entre uma pesquisa e outra (Cingapura em 2005 e Brasil em 2009), o mundo estar vivendo outra realidade quanto aos equipamentos disponíveis para o acesso à Internet móvel. Com o passar destes anos, os dispositivos tornaram-se mais rápidos em termos de processamento e capacidade e, muitos deles, passaram a dispor de telas maiores e, até mesmo, sensíveis ao toque. Outro ponto importante é a popularização dos modems de acesso à Internet móvel, que permitem, por exemplo, o emprego de computadores portáteis, melhorando e facilitando a experiência da navegação.
CONCLUSÕES Alcance do Objetivo
Este estudo, além de replicar o trabalho original que levou à proposição do VAM, trouxe novas contribuições ao tema, por ter pesquisado consumidores brasileiros e também pelo método de análise utilizado, onde o uso de equações estruturais foi importante para confirmar o modelo. Deve, contudo, ser relembrada a limitação desta pesquisa, por ter sido realizada com base em uma amostragem por conveniência.
Considerando o objetivo estabelecido, este estudo permitiu, conforme pretendido, avaliar a contribuição relativa de cada fator analisado para a adoção da Internet móvel no Brasil. Analisando os construtos, os números mostram (conforme o Quadro 6) um maior poder de explicação da utilidade para com relação ao valor percebido, seguida, em ordem decrescente, pelo custo percebido (que influencia negativamente o valor percebido), pela complexidade técnica e, por último, pela satisfação. O valor percebido, por sua vez, intermedia, de fato, os demais fatores e explica de modo importante a intenção de adoção.
Oportunidades para Futuras Pesquisas
De imediato, a limitação já apontada para a amostra sugere a replicação deste estudo junto a outras comunidades, de modo a se identificar as possíveis influências de distintas características das populações pesquisadas no resultado da aplicação do VAM. Adicionalmente, a diferença encontrada nesta pesquisa, no que se refere à visão do público-alvo pesquisado relativamente à complexidade técnica, sugere que este fator pode continuar variando ao longo do tempo, o que motiva a realização de pesquisas futuras, num contexto de análise longitudinal.
Outro tema ainda para possíveis pesquisas futuras diz respeito à possibilidade de uso do VAM, ou de um modelo estrutural semelhante, para explorar a questão da retenção de clientes. A gestão da retenção de clientes é uma atividade de fundamental importância em um ambiente de concorrência tão acirrada, como é o caso da Internet móvel.
Perspectiva de Extensão de Estudos
Uma possibilidade de extensão prática deste trabalho é a criação de um instrumento de medição da satisfação dos consumidores de Internet móvel, por meio do uso adaptado do questionário e dos construtos utilizados nesta pesquisa, o que será útil para análises complementares à de adoção.
Em adição, este estudo foi especificamente aplicado a um serviço de telecomunicações, porém futuros estudos poderão estender a aplicação deste modelo de adoção a diferentes contextos e indústrias.
REFERÊNCIAS BIBLIOGRÁFICAS
1. Almgren, M. (2007) Customer-driven success factors for mobile TV services. Tese (Master in Media Technology) – School of Media Technology, Royal Institute of Technology.
2. Hair Jr., J. F., Tatham, R. L., Anderson, R. E. e Black, W. (2009) Análise multivariada de dados (6a. ed.).
3. Henseler, J., Ringle, C. M. e Sinkovics, R. R. (2009) The use of partial least squares path modeling in international marketing. In: Sinkovics, R. R. e Ghauri, P. N. (Org.), New Challenges to International Marketing, 277-319 (Advances in International Marketing, 20). Disponível em: <http://www.emeraldinsight.com/10.1108/S1474-7979(2009) 0000020014>. Acesso em 05/06/2009.
4. Kim, H., Chan, H. C. e Gupta, S. (2007) Value-based adoption of mobile Internet: an empirical investigation, Decision Support Systems, 43, 1, 111-126 (disponível online em 14/07/2005). Disponível em: <http://dx.doi.org/10.1016/j.dss. 2005.05.009>. Acesso em 26/03/2009.
5. Ringle, C. M., Wende, S. e Will, A. (2005) SmartPLS (version 2.0.M3). Disponível em: <http://www.smartpls.de>. Acesso em 03/06/2009.
6. Zwicker, R., Souza, C. A. e Bido, D. S. (2008) Uma revisão do modelo do grau de informatização de empresas: novas propostas de estimação e modelagem usando PLS (partial least squares). In: Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração – ENANPAD, 32.
