Avaliação dos Fatores Relacionados na Formação do Índice de Prontidão À Tecnologia - TRI (Technology Readiness Index) como Antecedentes do Modelo TAM (Technology
Acceptance Model)
Autoria: Bento Alves da Costa Filho, Péricles José Pires Resumo
Este trabalho tem como escopo o estudo de modelos desenvolvidos para avaliar aspectos críticos referentes à utilização e convívio de consumidores e usuários com produtos e serviços de base tecnológica. Como referencial teórico utilizou-se o Technology Acceptance Model (TAM) ou modelo para aceitação da tecnologia, proposto por Davis (1986) e o Technology Readiness Index - TRI ou prontidão para o uso da tecnologia proposto por Parasuraman e Colby (2001). O modelo TAM destaca-se por apresentar dois constructos importantes para a aceitação da tecnologia: a utilidade percebida (perceived utility) e a facilidade de uso percebida (perceived ease-of-use). O modelo TRI se baseia na propensão dos indivíduos em adotarem novas tecnologias a partir de suas crenças e sentimentos representados em quatro dimensões: otimismo,
inovatividade, desconforto e insegurança. Buscou-se testar se os fatores formadores do modelo
TRI poderiam ser antecedentes do principal construto do modelo de aceitação de tecnologia, além dos tradicionais construtos utilidade e facilidade de uso percebida. Para viabilizar o estudo, foi realizada uma pesquisa de campo junto a usuários de internet, sendo parte deles usuários de internet banking.
1. Introdução
O trabalho desenvolvido visa analisar e comparar os principais modelos consagrados na literatura mundial sobre a aceitação da tecnologia para produtos ou serviços inovadores ou com um aparato tecnológico bem evoluído em termos de uso, como é o caso do acesso à internet para a realização de operações ou transações oferecidas pela grande maioria dos bancos de varejo do Brasil.
Como suporte teórico, escolheu-se duas escalas (TAM e TRI) ou modelos de avaliação de utilização de tecnologia, buscando-se consistência para a replicação em um contexto de auto-serviço consagrado como o internet banking. Outros estudos desenvolvidos já utilizaram o modelo TAM para caixas-automáticos, encontrando uma significativa aplicação e validade da escala e dos resultados obtidos. Diante da crescente citação em revistas técnicas e artigos especializados sobre o assunto e com base especificamente nas mais citadas: TAM e TRI (Souza e Luce, 2003; Dasgupta et alii, 2002; Parasuraman, 2000; Taylor et alii, 2002; Keat e Mohan,2004) é que este estudo foi desenvolvido.
Partiu-se, então, da proposta de analisar a relação entre os dois modelos, pois os construtos e os itens decorrentes são muitas vezes parecidos ou com a mesma aplicação.
1. Prontidão para uso da Tecnologia
O consumidor moderno está sujeito a um convívio obrigatório com a dinâmica tecnológica, quer seja pela automação empregada no comércio tradicional (terminais de caixa automatizados, código de barras, cartões de crédito e de débito), no comércio eletrônico, nos serviços bancários,
de alimentação, de transporte, de governo, de educação, o que deixa pouca alternativa ao consumidor a não ser “enfrentar” o avanço tecnológico. Parasuraman (2000) argumenta que o papel da tecnologia na interação de clientes versus empresa e o número de produtos e serviços baseados na tecnologia (uso em casa, no trabalho, no lazer, etc) vêm crescendo rapidamente, mas que estes desenvolvimentos muitas vezes não trazem benefícios esperados pelos clientes. Ao contrário, existem evidências do crescimento de frustrações no trato com sistemas ou aparatos tecnológicos, principalmente aqueles ligados ao auto-serviço e que convidam aos clientes interagir com máquinas e equipamentos ao invés do tratamento pessoal muitas vezes esperado ou desejoso. (Meuter et alii 2000).
Há uma tendência de crescimento de produtos altamente sofisticados, sob o ponto de vista tecnológico, para consumo que impacta em transformações fundamentais na interação empresa e cliente. Isto denota a necessidade de um amplo estudo, por ainda se considerar incipientes as pesquisas acadêmicas referentes à prontidão das pessoas para o uso de tais sistemas (Parasuraman,2000).
Mowen (1998) argumenta que as mudanças tecnológicas podem alterar significativamente o modo de vida dos consumidores. Mick e Fournier (1998) perceberam que a tecnologia, ao invés de sempre positiva, é muitas vezes paradoxal em si mesma. Isto porque, ao mesmo tempo em que gera sentimentos positivos de controle, liberdade, novidade, competência, eficiência, satisfação, associação, e engajamento, pode também provocar sentimentos de caos, escravização, obsolescência, incompetência, ineficiência, insatisfação, isolamento e desengajamento. Mick e Fournier (1998) apresentam esses oito paradoxos, conforme:
• Controle/caos: a tecnologia pode facilitar regulamentação e ordem, mas pode também levar a revolta e desordem.
• Liberdade/escravização: a tecnologia pode facilitar a independência e reduzir restrições, ou levar à dependência e a maiores restrições.
• Novo/obsoleto: novas tecnologias proporcionam ao usuário os mais recentes benefícios do conhecimento científico, mas começam a se tornar obsoletas assim que chegam ao mercado. • Competência/incompetência: a tecnologia pode despertar sentimentos de inteligência e
eficácia, mas pode também levar a sentimentos de ignorância e inanição.
• Eficiência/ineficiência: a tecnologia pode resultar em menos tempo e esforço gasto em certas atividades, mas pode levar a mais tempo e esforço gasto em outras.
• Satisfação/criação de necessidades: a tecnologia pode facilitar a satisfação de necessidades e desejos, mas pode levar ao desenvolvimento ou conscientização de necessidades e desejos dos quais nunca se havia dado conta antes.
• Associação/isolamento: a tecnologia pode facilitar o agrupamento de pessoas, mas pode também levar ao isolamento.
• Engajamento/desengajamento: a tecnologia pode facilitar o envolvimento, a fluidez, a proatividade, mas também pode levar à desconexão, à negligência ou passividade.
Ressalte-se o fato de que estes paradoxos, em muitos casos, provocam nos consumidores fortes emoções negativas, que por sua vez, disparam um grande sortimento de mecanismos de defesa, que vão desde ignorar a inovação, passando por adiar a compra, pedir o produto emprestado a alguém, comprar o último modelo, comprar o modelo mais caro, comprar uma marca familiar, demonstrar indiferença em relação à inovação, descontinuar o uso, usar com restrições, adaptar-se à inovação, até dominar por completo o uso da inovação. Parasuraman (2000) ao referir-se aos oito paradoxos da tecnologia apresentados por Mick e Fournier (1998)
conclui que eles refletem duas facetas: estimuladores potenciais ou inibidores da prontidão
para a tecnologia. Destarte, ele cita outros estudos (Davis, Bagozzi e Warshaw 1989;
Dabholkar, 1994) que identificaram esta dicotomia nas crenças e motivações de clientes específicos e que podem aumentar (ex. percepção da facilidade de uso) e aquelas que abreviam (ex. percepção de risco) a adoção de novas tecnologias.
Conforme apresenta Thornton (2001), ao citar estudos com clientes que possuem cartões para o uso em ATMs (automated teller machines ou caixas-automáticos) e aqueles que não os possuem, os primeiros são mais propensos em suas atitudes no uso dos equipamentos, em relação a mudanças e no uso de computadores. Estudos desenvolvidos por Swinyard e Ghee (1985) demonstram a importância das características atitudinais de usuários e não-usuários de produtos e serviços financeiros através dos diferentes canais de distribuição a eles oferecido.
2. Os canais eletrônicos em bancos
Os bancos têm uma longa experiência na introdução de novas tecnologias para a interação com clientes (ex., ATM’s, touch-tone banking, centrais de tele-atendimento e on-line banking (Clemons et alii. 2002, Frei e Harker 2000)). Entre estas tecnologias, o banco pela internet na forma on-line, representa um tipo interessante de estudo no campo da inovação porque representa uma área onde muitas empresas têm perseguido estratégias com o objetivo simultâneo de: reduzir custos; aumentar as receitas e incrementar a retenção de clientes, muito embora, ainda se tem pouco reconhecimento que estas trocas possam existir. (Hitt et alii. 1999). Pesquisas na literatura do gerenciamento de operações descobriram que os clientes on-line tendem a ser mais lucrativos dos que os clientes off-line ou aqueles que não usam o banco de forma interativa, como a internet e outros canais eletrônicos de acesso, resultando numa escolha desta tecnologia mais pelo hábito do que pela sua própria adoção (Hitt e Frei 2002). Os benefícios para os bancos resumem-se no aumento das vendas cruzadas de novos produtos para os clientes atuais.
Os canais eletrônicos têm uma importante participação na estratégia dos bancos, começando com as ATM’s (caixas-automáticos) nos anos 70 nos Estados Unidos e na Europa e a partir da década de 80 no Brasil, evoluindo para o banco por telefone, internet e celular (Frei e Harker 2000). Por seu lado, os bancos acreditam que, ao adicionar conveniência aos canais eletrônicos, eles incentivam os clientes numa maior concentração das suas atividades num único banco, incrementando a quantidade de produtos possuídos e no aumento da taxa de uso médio por produto. A adoção pelos clientes de serviços eletrônicos e a extensão dos pontos de acesso para os serviços tradicionais, podem aumentar a percepção da qualidade do serviço. Contudo, Hitt e Frei (2002) perceberam numa amostragem selecionada de bancos, que o uso de canais eletrônicos pelos clientes não garante que eles melhorem a sua capacidade de administrar os seus recursos e aumentar a sua rentabilidade, pois podem até serem altos usuários de transações de débitos ou de cartões de crédito, mas em contrapartida escolhem investimentos de pouca rentabilidade.
A tecnologia, aplicada nos serviços bancários através de canais eletrônicos, é uma poderosa ferramenta utilizada na retenção de clientes, principalmente quando os clientes aprendem a utilizá-la (Chen e Hitt, 2001). Entretanto, os usuários de tecnologia podem reduzir a sua importância da presença física no ambiente bancário, tornando-os desejosos em mudar para alternativas mais baratas de serviços, como o pagamento de contas em lotéricas, correios e outros serviços. No Brasil, ainda se percebe uma cultura muito focada no banco como coletoria de taxas e impostos. Na medida em que outras alternativas se colocam à disposição dos clientes e
usuários, como o banco postal, diminuiu o interesse e acesso a estes produtos e serviços junto às agências bancárias ou forma tradicional.
Conforme dados secundiários levantados junto a Febraban – Federação Brasileira de Bancos, até o ano de 2003, o estágio atual do uso da tecnologia em bancos demonstra a evolução da utilização do internet banking no Brasil, representando ao final de 2003 uma participação de 6,2% do total de transações (consultas, transferências, pagamentos e investimentos) realizadas. Se comparado ao auto-atendimento, nota-se que há uma certa estabilização das transações dos equipamentos, o que já é bem significativo (1/3 do total). Este volume pode, então, estar sendo transferido para a internet nas transações compatíveis nos dois canais. Do total de contas correntes, ou seja, 71,5 milhões, cerca de 13,5% se utiliza o internet banking, baseando-se nas movimentações do último trimestre do ano de 2003. O uso do banco via internet foi o serviço baseado em tecnologia escolhido para testar as hipóteses dos modelos apresentados neste estudo.
3. O modelo TAM ( Technology Acceptance Model) - Modelo de aceitação da tecnologia.
O modelo de aceitação de tecnologia (TAM), desenvolvido por Davis (1986), é uma adaptação do modelo TRA - Theory of Reasoned Action ou teoria da ação racionalizada ou fundamentada especificamente formatado para os usuários de computadores ou de sistemas de informação. O objetivo foi o de fornecer uma explicação das causas determinantes da aceitação dos computadores de uma forma geral. O modelo também visa explicar o comportamento dos usuários frente às diversas tecnologias ligadas à informática, não somente prevendo, mas também explicando aos pesquisadores e interessados porque um sistema em particular pode ser aceito ou invalidado, assim como ele pode dar orientações para as devidas correções.
O propósito essencial do modelo TAM é prover uma base para mapear o impacto de fatores externos sobre aqueles internos do indivíduo como as crenças, atitudes e intenções de uso. Ela foi formulada com o objetivo de medir estes impactos por meio da avaliação de algumas variáveis fundamentais, sugeridas por pesquisas anteriores que tratam da aceitação de computadores de modo cognitivo e afetivo. O modelo TAM se sustenta em dois construtos principais ligados à crença: utilidade percebida e facilidade de uso percebida ( Davis 1989, Davis, Bagozzi e Warshaw 1989, Karahanna et aliiii, 1999; Gefen 2003;). Para Meuter et alii (2003) estes dois construtos influenciam as atitudes diante das máquinas de auto-serviço, que por sua vez influenciam diretamente as atitudes e intenções individuais de usar a tecnologia. (Adams, Nelson, Todd, 1992; Eagly e Chaiken, 1993). Vale lembrar que os dois construtos foram adaptados das características da inovação de Rogers (1995), sendo equivalentes à vantagem relativa (utilidade percebida) e facilidade de uso percebida (complexidade).
O construto utilidade percebida – PU (perceived usefulness) pode ser definido como uma probabilidade subjetiva do usuário de uma determinada tecnologia, como sistemas de informação ou computadores, que quando verificada pode aumentar o desempenho sobre o objeto de uso. Phillips et alii (1994); Moore e Benbasat (2001) definem o PU como uma vantagem relativa, ou seja, como os aparatos ligados à inovação tecnológica utilizada são percebidos como superiores em comparação com a prática tradicional e como eles podem otimizar a execução de tarefas com a melhoria da eficácia; da qualidade, rapidez da execução e outras utilidades derivadas do uso da tecnologia aplicada ao trabalho e nas tarefas do dia-a-dia. Gefen (2003) acrescenta ao PU como indicadores da eficácia e da produtividade de busca compra e pagamento de determinados objetos ligados ao comércio eletrônico (ex. livros e cds) por compradores experientes através da internet. Davis (1989), conclui que um sistema com uma alta avaliação
pelo usuário quanto à utilidade percebida, pode gerar uma credibilidade positiva que influencia no seu relacionamento ou na opção de uso.
Outro determinante é a facilidade de uso percebida - PEOU (perceived ease of use) que se refere às expectativas do indivíduo na isenção de esforço físico ou mental para o uso de determinado sistema ou tecnologia. Uma série de estudos já examinou o efeito dos construto PU e PEOU e os conceituaram como importantes determinantes do uso de sistemas interativos. (Mathieson 1991; Taylor e Todd 1995; Schultz e Slevin 1975 e Robey 1997;Gentry e Calantone, 2002, Meuter, 2000). Entretanto, Moore e Benbasat (1996) e Agarwal e Prasad (1997) examinaram o efeito do uso sobre várias características inovadoras simultaneamente, sendo que os resultados demonstraram que a utilidade, a facilidade percebida e a compatibilidade (uso da tecnologia em relacionado com o que a pessoa faz) foram as mais influentes para as decisões de uso contínuo da tecnologia. Apesar de serem parecidos conceitualmente, análises fatoriais sugerem que PU e PEOU são dimensões estatisticamente distintas (Haueser e Shugan 1980; Larcker e Lessig 1980; Swanson 1987).
O primeiro grupo de hipóteses a ser testado é em relação ao próprio modelo de aceitação de tecnologia aplicado para usuários de internet banking. Conforme apresentado na figura 1:
H1: A facilidade de uso percebida dos usuários de internet banking influencia a utilidade percebida dos mesmos.
H2: A utilidade percebida influencia a intenção dos usuários de internet banking em continuar usando os mesmos.
H3: A facilidade de uso percebida influencia a intenção dos usuários de internet banking em continuar usando os mesmos.
4. Modelo TRI (Technology Readiness Index) – Índice de Prontidão para o uso da tecnologia.
O modelo desenvolvido por Parasuraman (2000) e Colby (2001) é um instrumento de medida da prontidão para a tecnologia para o consumidor norte-americano (Souza e Luce, 2003). Ele foi desenvolvido a partir de uma série de pesquisas qualitativas (focus group) com consumidores de diversos de setores da economia (ex. serviços financeiros, serviços on-line, comércio eletrônico e telecomunicações). Teve a colaboração da Rockbridge Associados, empresa baseada na Virgínia, Estados Unidos, especializada em pesquisas de serviços e tecnologia e formatado pela NTRS (National Technology Readiness Survey), que gerou vários itens e escalas para a pesquisa. Na continuidade do trabalho foi desenvolvida uma survey com 1200 respondentes e que após vários ensaios resultou num constructo altamente consistente de quatro dimensões e trinta e seis variáveis (itens). Os constructos na prontidão para o uso estão posicionados em condutores e inibidores para a adoção da tecnologia e são representados por: otimismo; inovatividade; desconforto e insegurança. (Parasuraman, 2000). Abaixo se apresenta uma descrição sucinta de cada um, conforme:
a) Otimismo (optimism): uma visão positiva da tecnologia e uma crença que ela oferece as
pessoas um maior controle, flexibilidade e eficiência nas suas vidas.
b) Inovatividade (inovativeness): Tendência de ser um pioneiro no uso da tecnologia, um líder
c) Desconforto (disconfort): Uma percepção de falta de controle sobre a tecnologia e um
sentimento de estar sendo pressionado ou oprimido por ela.
d) Insegurança (insecurity): Desconfiança da tecnologia e ceticismo com as próprias
habilidades para utilizá-la adequadamente.
Observa-se que os dois primeiros construtos (otimismo e inovatividade) são drivers, facilitadores ou indutores positivos na utilização da tecnologia, e os dois últimos (desconforto e insegurança) são limitadores, inibidores ou fatores que podem retardar a adoção de novas tecnologias. Parasuraman (2000) reforça a importância dos construtos testados e que os respondentes da pesquisa desenvolvida foram classificados com escores em seu potencial de consumo como: alto, médio ou baixo e que em cada uma das quatro dimensões eles podem diferenciar-se em termos de uso de produtos e serviços de alta tecnologia. Portanto, o fato de um indivíduo ser levado a adotar uma determinada tecnologia em uma área específica (ex. alto potencial de uso) não implica que ele a adotará em outra situação. (Souza e Luce, 2003).
Buscando uma primeira avaliação do índice de prontidão à tecnologia em relação ao serviço de conteúdo tecnológico que serviu de base a esta pesquisa, propõe-se um grupo de testes cujo objetivo é verificar se há diferenciação, considerando os fatores TRI, entre usuários de internet em geral e os usuários de internet banking. Esta avaliação se justifica levando-se em conta o perfil diferenciado dos usuários de serviços de internet que confiam o suficiente na rede mundial para fornecer informações sigilosas como senhas e números de cartões de crédito. Tendo em vista este questionamento sobre os fatores TRI como elementos diferenciadores de usuários e não usuários de tecnologia, conforme a figura 1, propõem-se as seguintes hipóteses:
H4: O fator otimismo, - definido como uma visão positiva da tecnologia e uma crença de que ela oferece um maior controle, flexibilidade e eficiência na vida das pessoas -, é um elemento diferenciador entre usuários e não usuários de internet banking.
H5: O fator inovatividade,- definido como uma tendência de ser um pioneiro no uso de tecnologia, um líder, ou formador de opinião -,é um elemento diferenciador entre usuários e não usuários de internet banking.
H6: O fator desconforto, - definido como uma percepção de falta de controle sobre a tecnologia e um sentimento de estar sendo pressionado ou oprimido por ela -, é um elemento diferenciador entre usuários e não usuários de internet banking.
H7: O fator insegurança, - definido como uma desconfiança da tecnologia e ceticismo com as próprias habilidades para utiflizá-la adequadamente -, é um elemento diferenciador entre usuários e não usuários de internet banking.
5. Fatores TRI como antecedentes do modelo de aceitação de tecnologia (TAM)
Como direcionamentos a futuras pesquisas, Parasuraman (2000) sugere que sejam propostos modelos testando diversos antecedentes e conseqüentes, tanto do modelo TRI de forma consolidada, quanto desdobrando as quatro dimensões, otimismo, inovatividade, desconforto e insegurança. A inclusão dos fatores TRI no modelo de aceitação de tecnologia (TAM) se deu em função dos interesses comuns das duas propostas: avaliar aspectos críticos referentes à utilização e convívio de consumidores e usuários com produtos e serviços de base tecnológica. Considerando que o TRI é um modelo composto por construtos que, ao mesmo tempo induzem (otimismo e inovatividade) e inibem (desconforto e segurança) o uso de tecnologia, o teste de
hipóteses se deu também de forma desdobrada, visando avaliar o impacto de cada um dos quatro fatores na intenção de uso continuado do modelo de aceitação de tecnologia, conforme figura 1. As hipóteses de influência dos fatores TRI no modelo de aceitação de tecnologia são as seguintes:
H8: O fator otimismo, - definido como uma visão positiva da tecnologia e uma crença de que ela oferece um maior controle, flexibilidade e eficiência na vida das pessoas -, influencia significativamente a intenção de uso continuado de internet banking.
H9: O fator inovatividade,- definido como uma tendência de ser um pioneiro no uso de tecnologia, um líder, ou formador de opinião -, influencia significativamente a intenção de uso continuado de internet banking.
H10: O fator desconforto, - definido como uma percepção de falta de controle sobre a tecnologia e um sentimento de estar sendo pressionado ou oprimido por ela -, influencia significativamente a intenção de uso continuado de internet banking.
H11: O fator insegurança, - definido como uma desconfiança da tecnologia e ceticismo com as próprias habilidades para utiflizá-la adequadamente -, influencia significativamente a intenção de uso continuado de internet banking.
Figura 1 – Proposta resumida de hipóteses do trabalho
Intenção
de uso
Utilidade percebida
Facilidade de uso
Otimismo
Inovatividade
Desconforto
Insegurança
Diferenciação
usuário
versus
não usuário
de tecnologia
Modelo TAM
Modelo TRI
H2 H3 H8 H9 H10 H11 H4 H5 H6 H7Fatores TRI como antecedentes do modelo TAM
Hipóteses do Estudo
6. Amostra e Coleta dos Dados
A pesquisa de campo foi realizada, na cidade de Curitiba (PR), em fevereiro de 2005, junto a usuários de internet, sendo parte deles usuários de internet banking. Os entrevistados foram instruídos a responder às questões fundamentadas no uso de produtos e serviços baseados em tecnologia constantes do índice de prontidão à tecnologia (TRI) de Parasuraman (2000). Os respondentes que, além de acessarem a internet, também utilizavam a internet banking foram solicitados a responder um grupo extra de questões referentes ao modelo de aceitação de tecnologia (TAM).
O tamanho da amostra fundamentou-se na quantidade de indicadores utilizados nas análises estatísticas do estudo, quais sejam, análise fatorial exploratória, análise fatorial confirmatória e regressão múltipla. Para a análise fatorial e regressão múltipla, Hair et alii. (2005), recomendam ao menos cinco casos por variável. Na análise fatorial confirmatória, a sugestão de Bentler (1995) é que a proporção do tamanho da amostra em relação aos parâmetros livres seja de, no mínimo, cinco para um. Obteve-se uma amostra com 233 questionários válidos, o que se mostrou suficiente para as análises, uma vez que o maior grupamento avaliado (análise fatorial confirmatória) reuniu onze variáveis simultâneas, com vinte e dois parâmetros livres, numa proporção de 10 casos por parâmetro livre. A população pesquisada foi composta por não bancários, acima de 18 anos que utilizam internet e/ou banco pela internet.
O instrumento de coleta de dados usado no estudo é do tipo estruturado, com questões fechadas, com escala de Likert. A escala de Likert, utilizada tanto para os constructos do modelo TRI quanto TAM, valeu-se de gradação de sete pontos, sendo um dos extremos, com valor 1, “discordo totalmente”, e o outro extremo, com valor 7, “concordo totalmente”. Neste estudo, a escala de Likert foi considerada como escala intervalar, conforme parecer de Aaker et alii. (1995) e Hair et alii (2005a).
7. Índice de Prontidão à Tecnologia - Modelo de Mensuração
Tendo em vista tratar-se de escala já testada, buscou-se, diretamente, neste estudo realizar análises fatoriais confirmatórias utilizando os construtos originais, com os respectivos indicadores de Parasuraman (2000), traduzidos para o português na pesquisa de Souza e Luce (2003). As análises fatoriais exploratórias tiveram a função de somente auxiliar na avaliação inicial dos fatores previstos no modelo.
A análise fatorial confirmatória foi realizada por meio do programa de equações estruturais EQS, versão 6.1. Os resultados estão apresentados na tabela 1, mostram que os fatores otimismo e inovatividade têm bom ajustamento aos dados da amostra, com os índices NNFI, CFI e GFI, todos acima de 0,9 e RMSEA dentro do intervalo recomendado por Hair et alii (2005). Já os constructos desconforto e insegurança apresentaram valores para os índices NNFI e CFI um pouco aquém dos níveis aceitáveis, além do RMSEA acima do limite recomendado de 0,08, o que indica necessidade de ajustes nos citados fatores. Não constam da tabela 1 valores referentes a qui-quadrado, pois estes tendem a apresentar resultados significativos, não sendo, portanto, uma medida adequada principalmente para amostras acima de 200 elementos. De qualquer forma, a confiabilidade de coerência interna dos constructos mostra-se boa, conforme Hair et alii. (2005a), uma vez que os coeficientes alfa de Cronbach dos fatores estão todos acima de 0,7. Ou seja, todos os fatores mostraram validade convergente aceitável.
De todos os indicadores utilizados no modelo TRI, houve necessidade de supressão de somente uma variável do fator inovatividade, cuja carga fatorial mostrou-se inadequada, ficando bem abaixo do mínimo aceitável de 0,4, numa amostra de 200 a 250 respondentes (Hair et alii., 2005a).
Tabela 1 – Medidas de Adequação
Medidas de Adequação Confiabilidade
FATOR NNFI CFI GFI RMSEA Alfa Cronbach
Otimismo 0,94 0,96 0,91 0,07 0,85
Inovatividade 0,96 0,97 0,96 0,08 0,75
Desconforto 0,81 0,85 0,90 0,09 0,74
Insegurança 0,79 0,86 0,90 0,12 0,75
Fonte: pesquisa dos autores
Com relação à validade discriminante dos construtos, a tabela 2 apresenta uma matriz de correlação dos fatores TRI, a partir dos escores fatoriais, em que se identifica haver correlação significativa entre otimismo e inovatividade, 0,54, e entre desconforto e insegurança, 0,53, valores muito próximos àqueles do estudo original de Parasuraman (2000), 0,52 e 0,56 respectivamente. Trata-se de um grau de associação aceitável, não invalidando a diferenciação entre os construtos, e previsível, pois os pares de fatores citados representam os indutores e os inibidores, respectivamente, que determinam a predisposição das pessoas ao uso de tecnologias. Estas correlações, de intensidade moderada conforme Hair et alii. (2005a), não ferem a validade discriminante, pois, para Churchill (1999), somente se uma medida tiver correlação muito alta em relação a outras medidas de um modelo, haverá risco de não estarem avaliando atributos distintos.
Tabela 2 - Matriz de correlação entre fatores TRI
Otimismo Inovação Desconforto Insegurança
Otimismo 1,00 Inovação 0,54** 1,00
Desconforto -0,10 -0,10 1,00
Insegurança -0,02 -0,02 0,53** 1
**correlação significativa para alfa = 1% Fonte: pesquisa dos autores
A tabela 3 apresenta comparação deste com estudos anteriores do índice de prontidão à tecnologia, destacando o trabalho original de Parasuraman (2000) e Souza e Luce (2003). Percebe-se que o TRI da amostra deste estudo revelou-se maior que os índices das pesquisas anteriores. Ou seja, nos construtos indutores, otimismo e inovatividade, os respondentes mostraram-se mais positivos em relação à tecnologia, e nos construtos inibidores, desconforto e insegurança, os respondentes se apresentaram menos negativos. Isto fez com que a média, 3,14, refletisse uma maior predisposição à tecnologia da amostra, quando comparada com os trabalhos mencionados.
Possivelmente, o fato de os entrevistados serem todos, necessariamente, navegadores de internet, sendo parte deles clientes de internet banking, contribuiu para este resultado. O perfil do usuário de internet ainda é associado a pessoas familiarizadas com tecnologia e inovação. Nos estudos anteriores citados, parte da amostra não utilizava internet, entre outros produtos e serviços de base tecnológica.
Tabela 3 – Comparação com Estudos Anteriores
Mèdias Fatores do TRI
Parasuraman (2000) Souza, Luce (2003) Replicação*
Otimismo 3,84 3,74 3,93
Inovatividade 3,18 2,89 3,41
Desconforto 3,46 3,13
Desconforto com o Constrangimento 3,42 Desconforto com o risco funcional e físico 4,17
Insegurança 4,03 3,81
Insegurança com a Informação 4,17
Insegurança pela falta de Contato Pessoal 4,48
TRI Total 2,88 2,69 3,14
Fontes: Parasuraman (2000), Souza e Luce e pesquisa dos autores *Adaptado para escala de 1 a 5
8. O modelo TRI explicando diferenças entre usuários e não usuários de tecnologia
Quando submetido à análise de variância (ANOVA), buscando avaliar diferenças entre usuários e não usuários de internet banking, dois dos quatro fatores TRI apresentaram indicadores com diferenças estatísticas significativas, quais sejam, otimismo e insegurança (hipóteses H4 e H7, respectivamente) conforme apresentado na tabela 4. Das dez variáveis que compõem o constructo otimismo, oito mostrou significância para alfa igual a 1%, sugerindo que este fator tem grande poder de explicação nas diferenças entre usuários e não usuários de internet banking. Ou seja, os usuários do banco via internet têm uma visão mais positiva no que tange a questões que envolvem convívio, interação, utilização e controle relacionados à tecnologia.
Da mesma forma, para o construto insegurança, grande parte dos indicadores apresentou diferenças significativas entre os dois grupos. Das sete variáveis que formam o fator, cinco exibiram significância estatística, sugerindo que os usuários de internet banking lidam melhor com o risco que envolve o fornecimento de informações sigilosas e realização de transações financeiras pela internet, além de confiança naquilo que é feito pela máquina.
Sobre o construto desconforto (hipótese H6), dos onze indicadores, somente três apresentaram diferenças estatisticamente significantes entre os dois grupos. Os itens foram àqueles referentes à utilidade da ajuda ao usuário, por telefone ou por internet, ao constrangimento que se passa quando não se sabe manusear equipamentos de alta tecnologia, e à iminente possibilidade de falha destes últimos. Ou seja, os usuários, não se mostraram tão desconfortáveis com relação a estes problemas.
Já em relação ao fator inovatividade (hipótese H5), não houve diferenças estatísticas entre os segmentos em questão. Não se percebeu, portanto, que os usuários de internet banking fossem mais predispostos à inovação que os não usuários.
Em resumo, das quatro hipóteses referentes aos fatores TRI, duas se confirmaram, as hipóteses H4 e H7, sugerindo que, a utilização específica de um serviço que envolve interação e confiança em tecnologia de informação, o internet banking, diferencia-se em razão de um maior otimismo e menor insegurança dos usuários do serviço.
Tabela 4 – Anova dos Fatores TRI - Médias
FATOR OTIMISMO FATOR INOVATIVIDADE
Var Médias Médias Var Médias Médias
usuário IB ñ usuário IB F Sig. usuário IB ñ usuário IB F Sig. V33 5,86 5,37 7,634 0,006 V43 4,52 4,16 2,67 0,103 V34 5,87 5,43 7,114 0,008 V45 3,78 3,57 0,80 0,371 V35 5,64 4,51 25,457 0,000 V46 5,09 4,77 2,62 0,107 V36 5,69 5,14 6,930 0,009 V47 5,11 4,93 0,93 0,336 V37 6,16 5,65 9,830 0,002 V48 5,03 5,12 0,17 0,673 V38 6,02 5,77 2,347 0,127 V49 4,80 4,56 1,66 0,199 V39 5,21 4,60 8,487 0,004 V40 5,54 5,01 7,829 0,006 V41 5,49 5,30 1,294 0,257 V42 4,98 4,36 10,171 0,002
FATOR DESCONFORTO FATOR INSEGURANÇA
Var Médias Médias Var Médias Médias
usuário IB ñ usuário IB F Sig. usuário IB ñ usuário IB F Sig. V50 3,33 3,86 4,997 0,026 V61 4,83 5,96 20,390 0,000 V51 3,28 3,72 3,618 0,058 V62 3,72 5,22 34,919 0,000 V52 4,35 4,42 0,098 0,754 V63 4,26 5,49 21,593 0,000 V53 4,96 5,12 0,458 0,499 V64 4,80 5,56 12,407 0,001 V54 3,45 3,76 1,714 0,192 V65 5,57 6,00 4,817 0,029 V55 3,34 3,63 1,435 0,232 V66 6,13 6,33 1,457 0,229 V56 3,99 4,51 4,596 0,033 V67 4,69 4,98 1,758 0,186 V57 4,77 4,93 0,631 0,428 V58 3,90 4,17 1,565 0,212 V59 4,68 4,95 1,629 0,203 V60 4,51 4,98 4,289 0,040 Fonte: pesquisa dos autores
9. Os fatores do modelo TRI como antecedentes do modelo TAM
A avaliação dos fatores de prontidão à tecnologia (TRI) em relação ao modelo de aceitação de tecnologia (TAM) se deu por meio de um teste de hipóteses que buscou verificar se as quatro dimensões do TRI -, otimismo, inovatividade, desconforto e insegurança -, eram antecedentes do construto intenção de uso continuado. Devido à limitação de tamanho da amostra, com 233 respondentes, e à grande quantidade de variáveis observáveis envolvendo os dois modelos, num total de 47, procurou-se trabalhar com os escores fatoriais em substituição ao grupo de variáveis que compunham o fator original.
Em primeiro lugar, para avaliar as relações entre os construtos do modelo TAM, isoladamente, foi realizada uma análise, no programa de equações estruturais, cujos resultados estão apresentados na tabela 5 e figura 2. Percebe-se que as três relações apresentaram coeficientes de regressão significativos: (1) o impacto do construto facilidade de uso (FPEOU) no construto utilidade percebida (FPU), confirmando a hipótese H1; (2) o impacto do construto utilidade percebida (FPU) na intenção de uso continuado (FIU), confirmando a hipótese H2; e (3) o impacto do construto facilidade de uso (FPEOU) na intenção de uso continuado, confirmando a hipótese H3. Ressalte-se que as relações com maiores coeficientes são referentes às hipóteses H2 e H1, com coeficientes de 0,75 e 0,54 respectivamente. Vê-se que o modelo de aceitação de tecnologia, proposto originalmente por Davis (1986) tem todos os relacionamentos significativos, destacando-se um expressivo coeficiente de determinação (R2) de 0,69, da principal regressão, a
que tem intenção de uso continuado (FIU) como variável dependente. Isto confirma que os conceitos de facilidade de uso e a percepção de utilidade, de um serviço de base tecnológica como o internet banking, são bons preditores da intenção de uso continuado do serviço.
Tabela 5
Equações Estruturais com coeficientes padronizados Modelo TAM
FPU = 0,541 FPEOU + 0,841 ERRO R2 = 0,293 FIU = 0,752 FPU + 0,140 FPEOU + 0,548 ERRO R2 = 0,699
Para avaliar os relacionamentos dos modelos TRI e TAM simultaneamente, e de forma integrada, foi feita uma rodada no programa de equações estruturais, conforme apresentado na tabela 6 e figura 3. Percebe-se, então, que das sete hipóteses estabelecidas para o modelo conjunto (H1, H2, H3, H8,.H9, H10 e H11), três se mostraram significantes estatisticamente, quais sejam, H2, H1 e H8, com coeficientes de regressão de 0,75, 0,56 e 0,27 respectivamente. Chama a atenção o fato de que o coeficiente de regressão da hipótese H3, referente à influência do construto facilidade de uso (FPEOU) em relação à intenção de uso continuado (FIU) deixa de ser significativo. No entanto, o coeficiente de regressão que representa a hipótese H8, referente à influência do fator otimismo (OTIM), revela-se significativo, sendo então o único fator do modelo TRI a influenciar significativamente o modelo TAM. Vale ressaltar que, a junção dos dois modelos não teve uma contribuição expressiva à variância explicada, quando se observa a variação ocorrida no coeficiente de determinação (R2), de 0,69 para 0,72, ou seja, um crescimento de apenas 3% no poder de explicação da intenção de uso continuado.
Figura 2 – modelo de análise
Tabela 6 Equações Estruturais com coeficientes padronizados Modelo TRI versus TAM
FPU = 0,565 FPEOU + 0,825 ERRO R2 = 0,320
FIU = 0,752 FPU + .075 FPEOU + 0,276 OTIM – 0,099 INOV – 0,007 DESC + 0,057 INSG + 0,525 E116 R2 = 0,725 FACILI_USO* UTIL_PERC INTENÇÃO USO E116* 0.55 0.75* 0.14* 0.54* E115* 0.84 0.55 0.75* 0.14* 0.54* 0.84
10. Considerações Finais
Este estudo buscou avaliar dois modelos bastante conhecidos, o índice de prontidão à tecnologia (TRI), desenvolvido por Parasuraman (2000), e o modelo de aceitação de tecnologia (TAM), proposto por Davis (1986). Em que pesem diferenças metodológicas, ambos têm como escopo a avaliação de aspectos críticos em relação à adoção e interação por parte de consumidores e usuários de produtos e serviços de base tecnológica.
As hipóteses levantadas tinham dois propósitos principais, quais sejam, (1) avaliar o potencial do índice de prontidão à tecnologia de explicar diferenças entre usuários e não usuários de tecnologia, e (2) testar se os quatro fatores que compõem o TRI -, otimismo, inovatividade, desconforto e insegurança -, poderiam ser antecedentes do modelo de aceitação de tecnologia (TAM).
Quanto ao propósito (1), na pesquisa realizada junto a usuários de internet, sendo parte usuários de internet banking, os resultados das análises apresentaram que dois dos quatro construtos formadores do TRI, otimismo e insegurança, trouxeram diferenças significativas do ponto de vista estatístico. Os usuários de internet banking se mostraram um pouco mais otimistas e um pouco menos inseguros em relação aos usuários de internet em geral.
Já em relação ao propósito (2), os resultados apresentaram que somente um dos quatro fatores do modelo TRI como significativo estatisticamente, o otimismo. Ou seja, ter uma visão positiva da tecnologia e uma crença de que ela oferece um maior controle, flexibilidade e eficiência na vida das pessoas, pode explicar em parte a intenção de uso continuado. Trata-se de um postulado empírico que pode melhorar a compreensão, juntamente com os outros construtos consagrados do TAM, utilidade e facilidade de uso percebida, em relação ao convívio com produtos e serviços tecnológicos, nem sempre agradável, mas quase obrigatório a consumidores e usuários nos dias de hoje.
Figura 3 – Resultados das análises e comprovação das hipóteses formuladas
FACILI_USO UTIL_PERC INTENÇÃO_USO OTIMISMO INOVATIVIDADE DESCONFORTO INSEGURANÇA 0.28* E116* 0.52 -0.10* -0.01* 0.06* 0.75* 0.07* 0.57* E115* 0.82 0.28* 0.52 -0.10* -0.01* 0.06* 0.75* 0.07* 0.57* 0.82
Visando ao refinamento da escala TAM, após a inclusão do construto otimismo, sugere-se que sejam realizados pesquisas com usuários de outros produtos e serviços de base tecnológica e sistemas de informação, ampliando, assim, as possibilidades de generalizações em relação ao poder de predição do modelo resultante.
11. Referências Bibliográficas
AAKER, D.A.; KUMAR, V.; DAY, G.S. Marketing Research. New York: John Wiley & Sons, Inc, 1995.
ADAMS, D, R. Nelson; TODD, P. Perceived uselfulness, ease of use, and usage of information technology: a replication. MIS Quarterly, p.227-248. 1992.
AGARWAL, R. and PRASAD,J. The role of innovation characteristics and perceived voluntariness in the acceptance of information technologies. Decision sciencies., p. 557-582. 1997.
BENTLER, Peter M. EQS – Structural Equations Program Manual. Encino Ca.: Multivariate Software, Inc., 1995.
CAMPBELLl, D. and F. FREI (2002), “Explaining Differences in Customer Profitability: Demographics or Endogenous Customer Characteristics,” Harvard Business School Working Paper 02-048.
CHEN, P. and L. HITT, (2002), “Measuring switching costs and the determinants of customers retention in Internet-enabled businesses: A study of the online brokerage industry,” Information Systems Research, 13(3): 255-276.
CLEMONS, E., L. HITT, B. Gu, M. Thatcher and B. WEBER (2002), “Impacts of e-commerce and enhanced information endowments on financial services: A quantitative analysis of transparency, differential pricing, and disintermediation,” Journal of Financial Services Research, 22(1/2): 73-90.
CHURCHILL, Jr., Gilbert A. Marketing Research: Methodological Foundation. Seventh Edition, Orlando Fla.: The Dryden Press, 1999.
DASGUPTA, Subshasish; GRANGER, Mary; MCGARRY Nina. User acceptance of e-collagoration technology: an extension of the technology acceptance model. Group decision and negotiation, Kluwer academic publisher, 2002.
DAVIS, Fred D. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quaterly, Sep. 1989.
DAVIS, Fred D.; BAGOZZI, Richard P.; WARSHAW, Paul R. User acceptance of computer technology: a comparison of two theoretical models. Management Science. Aug. 1989.
EAGLY, A. H. CHAIKEN. The psycology of attitudes. Forth Worth, TX: Harcourt Brace Jovanovich.1993.
FREI, F. and P. HARKER (2000), “Value Creation and Process Management: Evidence from Retail Banking," in Creating Value in Financial Services, edited by E. Melnick, P. Nayyar, M. Pinedo and S. Seshadri. Kluwer Academic Publishers.
GEFEN, David. TAM or just plain habit: a look ate experienced online shoppers. Journal of organizational ane end user computing. Julho-setembro , 2003.
GENTRY, Lance; CALANTONE, Roger. A comparison of three models to explain shop-bot use on the web. Psycology & Marketing. New York: vol.30. n.3. p.184-202. Nov., 2002.
HITT, L., F. Frei and P. HARKER (1999), “How Financial Firms Decide on Technology,” in Brookings Wharton Papers on Financial Services, 1999, pp. 93-146, edited by Robert E.
KARAHANNA, Elena; STRAUB, Detmar W. CHERVANY, Normal L. Information technology adoption across time: a cross-sectional comparisionof pre-adoption and pos-adoption beliefs. MIS Quaterly, vol. 23. nº 2, p. 183-218, junho 1999.
KEAT, Kung Teon; MOHAN, Avary. Integration of TAM based electronic commerce models for trust. Journal of American academy of business. Cambridge Hollywood: September, 2004. vol .5. pg.404-410.
LARCKER, D.F; LESSIG, U. P. Perceived usefulness of information: a psychometric examination . Decision Sciences. p.121-134. 1980.
MALHOTRA, Naresh K. Marketing Research: An Applied Orientation, Upper Saddle River, N.J.: Prentice Hall, Inc, 1999.
MATHIESON, K. Predicting users intentions: comparing technology acceptance model with the theory of planned behavior. Information systems research. P.173-191. Set. 1991.
MEUTER, Matthew L; OSTROM, Amy L.; ROUNDTREE, Robert I. & BITNER, Mary Jo. Self-service technologies: understanding customer satisfaction with technology-based Self-service encounters. Journal of marketing, v.64, n3, p.50-64, 2000.
MEUTER, Matthew L;CURRAN, James M;SUPRENATE Carol F. Intentions to use self-service technologies: a confluence of multiple attitutes. Journal of Service Research: JSR. Thousands Oaks, Fev. 2003.
MICK, David Glenn & FOURNIER, Susan. Technology: the garden of paradox. Harvard Business Review, Boston, Ago/Jul/1998.
MOORE, Gary C. BENBASAT, Izak. Development of an instrument to mesure the perceptions of adopting na information technology innovation. Information systems research, 1991.
PARASURAMAN, A. Technology readiness index (TRI): a multiple-item scale to mesure readiness to embrace new technologies. Journal of service research: may, 2000. Vol. 2 p. 307-320.
PHILLIPS, Lisa; CALANTONE,Roger; MING_TUNG, Lee. The journal of business & industrial marketing. Santa Barbara, 1994. vol9, pag.16. .
ROBEY, D. Theories that explain contradiction: accounting consequences of information systems. P. 55-63. Amesterdan, 1995.
ROGERS, E. M. Diffusion of Innovation. New York: The Free Press, 1995.
SCHUMACKER, Randall E.; LOMAX, Richard G. A Beginner’s Guide to Structural Equation Modeling. Mahwah, N.J.: Lawrence Erlbaum Associates, Inc., Publishers, 1996TURKLE, Sherry. Technology and human vulnerability. Harvard business review.Boston, P. 43-50. September, 2003.
SWANSON, E B. Information channel disposition and use. Decisions sciences.p.131-145.1987. Jersey, Prentice Hall, 1992.
SOUZA, Rosana Vieira de; LUCE, Fernando Bins. Adoção de Produtos e Serviços baseados em Tecnologia: uma avaliação da Aplicabilidade do Technology Readiness Index (TRI) no Brasil. IN: 27º Encontro da ANPAD – Associação Nacional dos Programas de Pós-Graduação. Atibaia- SP,2003.
TAYLOR, S;TODD, P. Understanding information technology usage: a testing competing models. Information Systems Research. p.144-176. 1995.
THORNTON, Jennifer. WHITE, Lesley. Customer orientation and usage of financial distribution channels. The journal of services marketing. Santa Barbara, 2001. vol.15; pg. 168.
