Vol. 38 (Nº 03) Año 2017. Pág. 15
Cristiano Caruso Rinaldi dos SANTOS 1; Juliana Maria Magalhães CHRISTINO 2; Luis Rodrigo Cunha MOURA 3; Newton Amaral PAIM 4
Recibido: 03/08/16 • Aprobado: 02/09/2016
3. Desenvolvimento e proposição do modelo hipotético
5. Apresentação dos resultados
RESUMO: O social commerce é a fusão das mídias sociais com o e-commerce, uma subcategoria do comércio eletrônico que aumenta as oportunidades para as organizações ofertantes de produtos e serviços. O objetivo geral deste trabalho é o de identificar quais são as atitudes e intenções comportamentais envolvidas no processo de adoção do social commerce realizado no Facebook utilizando o modelo TAM, além de testar a sua validade teórica. Os resultados obtidos indicam que a utilidade percebida e o risco percebido influenciam a atitude; a facilidade de uso e a percepção de compatibilidade influencima a utilidade percebida e a atitude e a percepção de compatibilidade influenciam a intenção de uso. |
ABSTRACT: Social commerce is the fusion of social media with e-commerce, a subcategory of e-commerce that increases opportunities of selling products and services. The aim of this study is to identify what are the attitudes and behavioral intentions involved in the process of adoption of social commerce conducted on Facebook using the TAM model, and test their theoretical validity. The results indicate that the perceived usefulness and the perceived risk influence the attitude; ease of use and perceived compatibility influence the perceived usefulness and attitude and perception of compatibility influence the intended use. |
Para relacionar a ferramenta social commerce com os usuários do Facebook, a presente pesquisa utiliza o modelo TAM (aceitação de novas tecnologias) o qual teoriza que as percepções de utilidade e de facilidade de uso ajudam a determinar a adoção do comércio eletrônico por parte dos consumidores (Fernandes & Ramos, 2012).
Assim, o objetivo geral deste trabalho é o de identificar quais são as atitudes e intenções comportamentais envolvidas no processo de adoção do social commerce realizado no Facebook utilizando o modelo TAM, além de testar a sua validade teórica. Por conseguinte, trabalha-se o relacionamento entre as atitudes e as intenções dos usuários com a adoção do social commerce por parte das empresas na rede social Facebook, utilizando como base o modelo TAM que, de acordo com Legris, Ingham e Collerette (2003), é considerado um relevante instrumento para apresentar a aceitação de tecnologia por parte dos usuários, além de possuir numerosos estudos que apontam a sua eficácia em prever o comportamento dos indivíduos frente à tecnologia (Kim & Jang, 2015; Miftah & Wulandari, 2015).
No presente trabalho foi utilizado o modelo TAM, o qual foi extendido e modificado a partir dos estudos de autores como: Davis (1989); Yang e Yoo (2004); Silva e Dias (2007); Arruda Filho (2008); Vasconcellos e Fleury (2008); Schierz, Schilke e Wirtz (2010); Fernandes e Ramos (2012) e Nogueira (2013).
No Brasil, o tema social commerce ainda é pouco discutido no meio acadêmico. Alguns estudos foram encontrados em sites especializados em marketing digital, mídias sociais, entre outros. Estudos acadêmicos sobre o tema foram encontrados nos trabalhos de: Liang, et al. (2011); Liang e Turban (2011); Rebello (2012); Brito e Malheiros (2013) e Zhou, Zhang e Zimmermann, (2013).
Sobre o tema comportamento do consumidor online, especificamente, pesquisas têm sido realizadas em várias áreas, incluindo sistemas de informação, marketing, administração, psicologia e psicologia social, seja no âmbito nacional: (Schiffman & Kanuk, 2000; Samara, 2005; Solomon, 2008; Engel, Blackwell & Miniard, 2005; Romano & Christino, 2016) quanto internacional: (Hoffman & Novak, 1996; Koufaris, 2002).
Na esfera acadêmica, a relevância da presente pesquisa reside no fato de que poucos estudos foram feitos testando o modelo TAM na avaliação da aceitação associada ao social commerce. Os estudos encontrados sobre o modelo TAM estão ligados aos temas: sistemas de informação e comércio eletrônico, sendo poucos associados à administração, estratégia e comportamento do consumidor. Dessa forma a contribuição desse trabalho reside na compreensão da validade do modelo TAM em uma nova aplicação tecnológica e fenômeno social.
Considerando as implicações gerenciais, o estudo explora ainda as oportunidades que o social commerce pode oferecer às empresas e aos consumidores e sugere a melhor forma de interação entre estes utilizando o Facebook. Saber explorar as mídias sociais e ainda entender o comportamento dos consumidores nessas novas mídias pode trazer para as empresas uma nova perspectiva em seus negócios.
As oportunidades associadas ao social commerce têm gerado grande interesse para pesquisadores e profissionais e, cada vez mais, estudos vêm sendo realizados. Zhou, Zhang e Zimmermann (2013) comentam que o social commerce diz respeito a modelos de negócios e estratégias, comportamento do consumidor e organização, tecnologias de redes sociais, técnicas analíticas, projetos de sistema, práticas de negócios, metodologias de pesquisa e avaliação prospectiva e retrospectiva de valor de negócio, se apresentando como um tema interdisciplinar. Sendo assim, as avaliações do perfil do consumidor podem ajudar uma empresa a entender melhor o impacto potencial das mídias sociais em um mercado online cada vez mais competitivo e adequar ou melhorar os bens e serviços oferecidos.
Social Commerce é a fusão das mídias sociais com e-commerce. De forma mais completa, social commerce é uma subcategoria do comércio eletrônico que usa as mídias sociais e a mídia online e que permite interações sociais e contribuições de usuários para melhorar a experiência de compra online (Zhang, Zhouand & Zimmermann, 2013).
O Social Commerce seria uma aposta de especialistas para o comércio, e que a interação entre o comércio e as mídias, que surgiu na década passada, aumenta as oportunidades de vendas no Brasil, aspecto que tende somente a aumentar (Zara, 2012).
A visão de vários autores sobre social commerce é apresentada no quadro abaixo:
Autores |
Características do Social Commerce |
Afrasiabi Rad, Benyoucef (2011) |
Interatividade e relacionamentos sociais como elementos essenciais |
Curty, Zhang (2013) |
Interação entre comerciantes, consumidores e clientes. |
Kang, Park (2009) |
Comentários e discussões dos usuários são um dos elementos-chave |
Leitner, Grechenig (2007) |
Possibilidade de obter informações de outros consumidores / clientes |
Shen, Eder (2009) |
Social commerce é baseado na comunicação e compartilhamento de informações |
Stephen, Toubia (2010) |
Empresas podem ser representadas por indivíduos |
Wang (2009) |
Meios de comunicação social que auxiliam o processo de compra |
Quadro 1: Características do Social Commerce
Fonte: Adaptado de Gatautis e Medziausiene (2014), p.1237.
Apesar das empresas já reconhecerem as implicações desse novo comércio, muitas empresas ainda tentam utilizar o social commerce adequadamente, apesar de muitas ainda tentarem descobrir como usar as mídias sociais e serviços de redes sociais de forma eficaz para atingir os seus clientes no mercado global (Zhang; Zhou & Zimmermann, 2013).
Social commerce é um tema interdisciplinar que diz respeito a modelos de negócios e estratégias, organização e comportamento do consumidor, as tecnologias de redes sociais, técnicas analíticas, projetos de sistemas, práticas de negócios, metodologias de pesquisa e de avaliação prospectiva e retrospectiva de valor do negócio. Essas avaliações podem ajudar uma empresa a entender melhor o impacto potencial das mídias sociais em um mercado on-line cada vez mais competitivo (Marsden, 2010).
Liang e Turban (2011) apontam três atributos fundamentais do social commerce, que são: o uso das tecnologias de mídias sociais, a interação com a comunidade e as atividades comerciais.
Conforme explica Marsden (2010), o social commerce teria como principais vantagens: a monetização da mídia social, a otimização das vendas online e a inovação do modelo de negócio. Este autor, portanto, sugere um reforço na conscientização sobre a descoberta de um produto ou serviço, já que isso funciona como um referencial a outros consumidores.
Desde o final do anos 80, surgiram alguns modelos de predição da aceitação da tecnologia. Todavia, o Modelo TAM (Davis, 1989) se mostrou o mais robusto e parcimonioso entre todos eles (Teo & Milutinovic, 2015).
Ele é composto basicamente de quatro construtos, sendo dois deles preditores da intenção em adotar uma tecnologia: a utilidade percebida e a facilidade de uso percebida (Davis, 1989; Teo & Milutinovic, 2015). É representado pelo modelo conceitual a seguir.
Figura 1 – O Modelo TAM
Fonte: adaptado de Venkatesh e Davis (2000).
Apesar das suas vantagens, diversas extensões do modelo original foram propostas, sendo que até mesmo o seu criador apresentou uma nova versão estendida posteriormente (Venkatesh & Davis, 2000). Algumas dessas versões usaram construtos já desenvolvidos para outras teorias de predição do comportamento do consumidor, tais como o controle percebido e as normas sociais, oriundas da Teoria do Comportamento Planejado de Ajzen (1985).
Para a realização desta pesquisa seguiu-se a sugestão de Venkatesh e Davis (2000), na qual a seção de hipóteses se inicia pelo “Núcleo TAM”, - representado pela figura 1 - o qual incorporou construções adicionais à teoria original. Começa-se por adotar as oito hipóteses relacionadas com a própria tecnologia utilizada e, a seguir, é introduzida uma hipótese dedicada a explorar um fator associado ao contexto social, bem como outras duas hipóteses relacionadas ao nível de envolvimento do usuário com o Facebook, totalizando onze hipóteses de trabalho a serem testadas.
De acordo com a estrutura adotada no modelo de pesquisa proposto. A hipótese de que a atitude de realizar compras pela plataforma de social commerce do Facebook servirá como determinante na intenção de utilização da mesma pode ser descrita a partir do momento em que se define que a atitude é uma predecessora da intenção em agir (Teo & Milutinovic, 2015; Ashraf, Thongpapanl & Auh, 2014; Ajzen, 1985). Assim:
H1: Existe uma relação positiva e estatisticamente significativa entre a atitude em relação ao uso da plataforma de social commerce do Facebook e a intenção de se utilizar os serviços em questão para a realização de compras.
A teoria estudada defende que uma das principais razões para a lenta difusão de uma nova tecnologia, em geral, poderia ser atribuída ao insucesso na comunicação de um benefício claro direcionado aos potenciais utilizadores. De acordo com a teoria da difusão, os usuários só estariam dispostos a aceitar inovações se essas oferecessem uma vantagem única em relação às soluções já existentes (Schierz, Schilke & Wirtz, 2010). No contexto da TAM, este ponto de vista é refletido pelo construto utilidade percebida. A TAM propõe que a utilidade percebida é um antecedente fundamental para ocorrência de uma atitude positiva ao se utilizar uma tecnologia (Venkatesh & Davis, 2000), sendo esta utilidade percebida definida como o nível de auxílio ou melhoria que uma tecnologia provê para o indivíduo, considerando as tarefas que ela deseja realizar (Davis, 1989). Assim, apresenta-se a segunda hipótese:
H2: Existe uma relação positiva e estatisticamente significativa entre a utilidade percebida e a atitude em relação à utilização da plataforma de social commerce do Facebook para realização de compras.
Além disso, segundo Venkatesh et al. (2003), a facilidade de uso torna-se um direcionador de aceitação importante para novas tecnologias. Consequentemente incorporou-se a percepção de facilidade de utilização dos serviços do social commerce no modelo proposto de aceitação do consumidor. É importante observar que, especialmente para os não-usuários, é a percepção da facilidade de uso, ao invés das características reais do sistema, que compõe a base deste construto (Venkatesh & Davis, 2000). A facilidade de uso pode ser definida como a percepção do indivíduo de que terá de fazer pouco esforço ou não terá dificuldades em usar a tecnologia (Davis, 1989).
H3: Existe uma relação positiva e estatisticamente significativa entre a percepção de facilidade de uso e a atitude em relação à utilização da plataforma de social commerce do Facebook para a realização de compras.
Existe também uma relação entre facilidade de uso e utilidade percebida. Propõe-se que quão mais fácil e intuitiva for a percepção da utilização do social commerce via Facebook, mais positiva será a avaliação de sua utilidade (Teo & Milutinovic, 2015; Montazemi & Qahri-Saremi, 2014; Venkatesh et al., 2003).
H4: Existe uma relação positiva e estatisticamente significativa entre a percepção de facilidade de uso e a utilidade percebida no que se refere à utilização da plataforma de social commerce do Facebook para realização de compras.
Além dos benefícios, ou seja, da utilidade percebida e da facilidade de uso, as inovações geralmente também são associadas a riscos (Cho, 2004). Como tal, o risco percebido associado á aquisição e uso de um produto ou serviço tem ganhado importância na pesquisa do consumidor em termos de aceitação de inovações. No contexto dos serviços eletrônicos, o risco de segurança, definido como a probabilidade de invasão de privacidade, foi detectado como sendo uma preocupação particularmente crítica entre os consumidores (Lwin, Wirtz & Williams, 2007). Para Ashraf, Thongpapanl e Auh (2014) e Cho (2004) existe uma relação positiva entre a segurança percebida e a confiança, ou seja, de baixo risco percebido e a atitude no sentido de realizar compras pelas redes sociais.
H5: Existe uma relação negativa e estatisticamente significativa entre o risco percebido e a atitude em relação à utilização da plataforma de social commerce do Facebook para a realização de compras.
Estendendo-se ainda mais a formulação da TAM original, foi incluída no modelo a percepção de compatibilidade como um fator adicional. Tornatzky e Klein (1982) verificaram que a compatibilidade percebida funciona como uma característica fundamental de aceitação do consumidor em termos de produtos/serviços inovadores. Assim, pode-se supor que a compatibilidade percebida é uma extensão útil da TAM, aumentando seu poder preditivo (Schierz, Schilke & Wirtz, 2010). A compatibilidade percebida engloba as possíveis associações entre uma inovação e os valores, comportamentos, padrões e experiências prévias existentes. Pesquisas anteriores mostraram efeitos positivos entre a compatibilidade, tanto na atitude ao se usar uma tecnologia, quanto na utilidade percebida (Schierz, Schilke & Wirtz, 2010; Moore & Benbasat, 1991).
H6: Existe uma relação positiva e estatisticamente significativa entre a percepção de compatibilidade e a utilidade percebida no que se refere à utilização da plataforma de social commerce do Facebook para realização de compras.
H7: Existe uma relação positiva e estatisticamente significativa entre a percepção de compatibilidade e a atitude em relação à utilização da plataforma de social commerce do Facebook para a realização de compras.
H8: Existe uma relação positiva e estatisticamente significativa entre a percepção de compatibilidade e a intenção de utilizar os serviços da plataforma de social commerce do Facebook para a realização de compras.
Outro aspecto a ser considerado é que, ao se avaliar a aceitação de inovações tecnológicas, o contexto social do tomador de decisão não deve ser negligenciado. Se o contexto social é favorável ao uso de uma tecnologia, este desempenha um papel importante no processo de decisão (Webster & Trevino, 1995). Este é particularmente o caso dos produtos e serviços que se encontrem em um estágio inicial de desenvolvimento ou difusão (Schierz, Schilke & Wirtz, 2010). Neste estágio, falta à maioria dos usuários informações confiáveis sobre detalhamento de uso. Assim, a relevância da rede social para a formação de opiniões e atitudes individuais aumenta. Com base em Ajzen (1985), incorporou-se o contexto social no modelo de avaliação por meio da inclusão do construto norma subjetiva, definida como a percepção do sujeito quando este acredita que a maioria das pessoas que lhe são importantes considera que ele deva, ou não, empreender o comportamento em questão.
H10 H9: Há uma relação positiva e estatisticamente significativa entre as normas subjetivas e a atitude em relação à utilização da plataforma de social commerce do Facebook para a realização de compras.
Além da compatibilidade, uma outra percepção relacionada à atitude e à intenção de agir considerando o Facebook e o social commerce é avaliada no modelo proposto. Assim, envolvimento é “a percepção de uma pessoa a respeito da relevância de um objeto baseado nas suas necessidades, valores e interesses inerentes” (Zaichkowsky,1985, p.342). O envolvimento deve refletir as diferenças entre situações (fatores temporais que diminuem ou aumentam a importância em relação ao objeto), objetos (características diferenciadas) e pessoas (necessidades, valor e interesses frente ao objeto) (O’Cass, 2000; Zaichkowsky, 1985). Assim, o comportamento das pessoas, suas ações, sua atenção, suas opiniões, entre outras características cognitivas e comportamentais dependem do seu nível de envolvimento com o objeto (produto, pessoas, ações, etc). (O’Cass, 2000; Zaichkowsky,1986).
H10: Existe uma relação positiva e estatisticamente significativa entre o envolvimento do usuário com o Facebook e a atitude em relação à utilização da plataforma de social commerce desta rede social para a realização de compras.
H11: Existe uma relação positiva e estatisticamente significativa entre o envolvimento do usuário com o Facebook e a sua intenção em utilizar a plataforma de social commerce desta rede social para a realização de compras.
A partir da descrição das hipóteses anteriormente é possível elaborar o modelo hipotético proposto que foi testado e validado.
Figura 2: Modelo hipotético proposto para o estudo.
Fonte: Desenvolvido pelos autores.
A pesquisa desenvolvida foi do tipo descritivo-conclusivo e a metodologia centrada na análise quantitativa de dados. O estudo envolveu o uso de técnicas estatísticas uni e multivariadas.
A fim de obter os dados para cumprir os propósitos da pesquisa foi concebido e utilizado um questionário com 39 questões sendo que a maioria delas, excetuando as que aferiam dados demográficos, se valia da percepção dos respondentes para atribuir graus de concordância / discordância com afirmações pré-estabelecidas.
Os fatores do construto atitude em relação ao uso foram desenvolvidos a partir dos trabalhos de Van der Heijden (2003); Yang e Yoo (2004); Schierz, Schilke e Wirtz (2010) e Fernandes e Ramos (2012). Os indicadores do construto intenção de uso foram adaptados e testados por Davis (1989); Venkatesh e Davis (2000) e Schierz, Schilke e Wirtz (2010). O construto percepção de utilidade foi desenvolvido a partir dos estudos de Davis (1989); Venkatesh e Davis (2000); Fernandes e Ramos (2012). Para o construto facilidade de uso percebida os itens foram adaptados dos estudos desenvolvidos por Davis (1989); Venkatesh e Davis (2000); Fernandes e Ramos (2012). O construto risco percebido teve seus itens adaptados dos estudos de Cho (2004) e Schierz, Schilke e Wirtz (2010). Os estudos de Schierz, Schilke e Wirtz (2010) foram a base de desenvolvimento e adaptação do constructo percepção de compatibilidade. Já as normas subjetivas foram desenvolvidas tendo como base os trabalhos de Venkatesh e Davis (2000) e Schierz, Schilke e Wirtz (2010). E finalmente o construto envolvimento teve seus itens desenvolvidos através dos estudos de O`Cass (2000) e Engel, Blackwell e Miniard (2005).
A escala Likert utilizada possuia como escalonamento os seguntes itens: “Discordo Totalmente, Discordo, Nem Concordo nem discordo, Concordo e Concordo Totalmente”.
Um pré-teste do instrumento de coleta de dados foi realizado em 5 (cinco) usuários do Facebook, escolhidos aleatoriamente. Como resultado, observou-se que não seria necessário nenhum tipo de alteração no instrumento de coleta de dados. Após o pré-teste, a coleta dos dados, propriamente dita, foi realizada por meio da divulgação de um formulário retornável online na web, de modo a alcançar usuários do Facebook.
A população-alvo da pesquisa foi composta por indivíduos adultos afiliados à rede social Facebook baseados no Brasil. Um e-mail foi enviado para os contados da ferramenta Survey Monkey, estimulando a sua participação na pesquisa. Além disso, também foi compartilhado o endereço do questionário no Facebook e em outras redes sociais, como Twitter e Linkedin com orientações aos contatos dos responsáveis pela pesquisa.
Foram obtidos inicialmente 405 questionários considerados válidos. A partir da retirada dos questionários com mais de 10% de dados faltantes, bem como os respondentes com faixa etária abaixo de 18 anos, chegou-se à amostra final composta por 343 casos.
Em virtude do método de coleta de dados, a amostra pode ser considerada como conveniência (método não–probabilístico), na qual não há possibilidade de generalização dos resultados.
Para a apresentação dos resultados, inicialmente são descritas as características demográficas e comportamentais da amostra em relação ao Facebook e a identificação de outliers. Em seguida são realizadas as análises fatoriais exploratórias e a verificação da confiabilidade de cada uma das subescalas. Ao final ocorrem os testes das validades convergente, discriminante e nomológica.
Do total de 343 indivíduos cujas respostas foram consideradas válidas, 55,7% (191 elementos) pertenciam ao gênero feminino; a faixa etária predominante foi “de 24 até 30 anos”, 29,4% (101); o estado civil mais ocorrente foi “solteiro”, 50,4% (173); 54,5% dos entrevistados possuíam ensino superior, enquanto que 37,03% tinham nível de pós-graduação; a faixa de “renda mensal familiar” mais incidente declarada à época da coleta dos dados (Jan/Mar/2013) foi “mais de R$ 1.500,00 até R$ 6.000,00”, 54,2% (186), seguida por “mais de R$ 6.000,00 até R$ 10.000,00”, 18,1% (62). Dessa forma, resumindo, os respondentes eram predominantemente do gênero feminino, solteiros, tinham escolaridade superior e, considerando o assalariado brasileiro médio, renda mensal familiar relativamente alta, o que deve ser levado em conta na análise dos resultados.
Inicialmente buscou-se testar a unidimensionalidade dos diversos construtos presentes no modelo teórico. Assim, foram realizadas Análises Fatoriais Exploratórias (AFE) cujos pressuspostos para a sua realização podem ser resumidos: (1) a medida de adequação da amostra KMO (Kaiser-Meyer-Olkin) a qual descreve a proporção da variância dos indicadores do construto que podem ser considerados comuns entre eles, deve apresentar valor acima de 0,60; (2) o Teste de Esferecidade de Bartlett deve ser significativo em nídel de 0,001 e deve haver linearidade entre os itens que formam o construto, ou seja, deve haver um grande número de correlações significativas entre esses itens.
Para a execução da AFE, escolheu-se como método de extração, o método de componentes principais e usou-se a rotação varimax. Além disso, no processo de avaliação dos resultados da AFE, devem-se avaliar a variância explicada (VE) - a qual diz respeito ao nível de explicação de todos os itens em conjunto em relação à variância total do construto – e a carga fatorial (CF), a qual indica quanto cada variável – em relação ao seu respectivo fator - compartilha em nível de significado e também a comunalidade, a qual representa a variância compartilhada entre um item e os outros itens do construto. Para este último, o valor mínimo aceitável é de 0,40 e para a carga fatorial o valor é de 0,50 (Hair, et al., 2009).
Em relação à confiabilidade das escalas usadas para a mensuraração dos construtos, ela é verificada pelo valor do Alpha de Cronbach (A.C.), o qual deve possuir valor acima de 0,70 para as escalas já testadas anteriormente e caso haja valores acima de 0,80, então os valores são classificados como muito bons (Malhotra, 2011).
Tabela 1: Resultados da AFE, da Confiabilidade e da Validade Convergente
Fator |
Variável |
C.F. |
Comunalidade |
Atitude em Relação ao Uso V.E.= 79% KMO = 0,822 A.C. = 0,90 AVE = 0,69 C.C. = 0,90 |
Uma boa ideia |
0,88 |
0,78 |
Uma coisa inteligente |
0,90 |
0,80 |
|
Uma coisa benéfica |
0,86 |
0,74 |
|
Uma coisa interessante |
0,87 |
0,75 |
|
Intenção de Uso V.E.= 77% KMO = 0,830 A.C. = 0,91 AVE = 0,73 C.C. = 0,91 |
Tendo a oportunidade, vou usar. |
0,86 |
0,74 |
Estou propenso a usar num futuro próximo |
0,89 |
0,79 |
|
Estou disposto a usar num futuro próximo |
0,92 |
0,85 |
|
Tenho a intenção de usar quando a oportunidade surgir |
0,86 |
0,78 |
|
Percepção de Utilidade V.E.= 67% KMO = 0,865 A.C. = 0,90 AVE = 0,60 C.C. = 0,90 |
São úteis para a realização de compras |
0,84 |
0,70 |
Torna a compra pela internet mais fácil |
0,84 |
0,70 |
|
Permite maior agilidade nas compras pela internet |
0,86 |
0,75 |
|
Propicia a possibilidade de verificar a opinião de amigos do Facebook ... |
0,79 |
0,63 |
|
É conveniente para a realização de compras |
0,85 |
0,72 |
|
Propicia a possibilidade de comp. de minhas compras com meu grupo de amigos |
0,71 |
0,51 |
|
Facilidade de Uso V.E.= 80% KMO = 0,826 A.C. = 0,91 AVE = 0,73 C.C. = 0,92 |
É fácil tornar-se hábil em usá-la para fazer compras |
0,86 |
0,74 |
O processo de interação é fácil |
0,92 |
0,85 |
|
É fácil executar os passos necessários para concretizar as compras |
0,89 |
0,79 |
|
O processo de compras é de fácil compreensão |
0,90 |
0,81 |
|
Risco Percebido V.E.= 75% KMO = 0,688 A.C. = 0,83 AVE = 0,64 C.C. = 0,84 |
O risco de um terceiro não autorizado visualizar meus dados durante a compra é baixo |
0,87 |
0,76 |
O risco de abuso de uso de informações no processo de compra é baixo |
0,91 |
0,83 |
|
É seguro conduzir uma compra pela plataforma de social-commerce do Facebook |
0,82 |
0,67 |
|
Compatibilidade V.E.= 76% KMO = 0,764 A.C. = 0,89 AVE = 0,68 C.C. = 0,89 |
Encaixa-se bem com o meu estilo de vida |
0,90 |
0,82 |
Encaixa-se bem com o jeito que eu gosto de comprar produtos/serviços |
0,91 |
0,82 |
|
Eu gostaria ..., ao invés de utilizar sites de comércio eletrônico convencionais. |
0,84 |
0,70 |
|
Eu gostaria ..., ao invés de comprar em lojas físicas. |
0,83 |
0,69 |
|
Normas Subjetivas V.E.= 89% KMO = 0,652 A.C. = 0,94 AVE = 0,84 C.C. = 0,94 |
Recomendariam usar os serviços de comércio eletrônico do Facebook |
0,92 |
0,85 |
Achariam uma boa ideia usar os serviços de comércio eletrônico do Facebook |
0,96 |
0,92 |
|
Achariam benéfico usar os serviços de comércio eletrônico do Facebook |
0,95 |
0,90 |
|
Envolvimento V.E.= 81% KMO = 0,841 A.C. = 0,92 AVE = 0,75 C.C. = 0,92 |
O Facebook é muito importante pra mim |
0,93 |
0,86 |
O Facebook significa muito pra mim |
0,92 |
0,84 |
|
Tenho muito interesse pelo Facebook |
0,89 |
0,79 |
|
O Facebook é muito relevante pra mim |
0,86 |
0,74 |
Notas: 1) V.E. é a variância explicada pelo fator. 2) KMO é o valor do teste de KMO.
3) A.C. é o valor do Alpha de Cronbach. 6) A.V.E. é a variância média extraída. 7) C. C. é a confiabilidade composta.
Fonte: dados da pesquisa.
A partir dos resultados exibidos na tabela 1, é possível concluir que os resultados alcançados foram adequados. Todas as AFEs de todos os construtos geraram somente um fator, indicando que os construtos são unidimensionais e os valores da variância explicada foram de no mínimo, 75% para todos os construtos – com exceção da percepção da utilidade que apresentou um valor de 67%. Além disso, considerando os pressupostos para a realiazação da AFE, todos os valores dos testes de significância do teste de Esferecidade de Bartlett apresentação valores significativos em nível de 0,000, o valor do KMO para todos os construtos está acima de 0,65 e o nível de correlações significativas entre os itens que formam cada um dos construtos está acima de 90%.
Em relação aos valores das cargas fatoriais e da comunalidade, os resultados também foram muito satisfatórios, haja vista que a grande maioria dos valores está acima de 0,80 para as cargas fatoriais e está acima de 0,70 para a comunalidade. Nenhum indicador apresentou carga fatorial abaixo de 0,70 e apresentou a comunalidade abaixo de 0,50.
A análise da confiabilidade indica que as escalas de mensuração dos construtos são confiáveis. O menor valor apurado entre todos os construtos foi o de 0,83, o que se mostra um valor acima do recomendado por Malhotra (2011) e Hair et al. (2009).
O próximo passo da análise de dos consistiu em verificar a validade convergente e a validade discriminante dos construtos. A primeira se refere ao nível de relacionamento entre as variáveis de um mesmo construto (Malhotra, 2011), sendo mensurada por meio da Variância Média Explicada (AVE), a qual deve possuir um valor de no mínimo 0,5 (Hair et al., 2009; Henseler et al., 2009). O menor valor encontrado para todos os construtos foi de 0,60, indicando que a validade convergente foi alcançada.
A validade discriminante foi verificada a partir da comparação entre os valores da raiz quadrada das AVEs de dois construtos com o valor da correlação entre esses dois construtos – esse último deve ser menor. Além disso, esse valor da correlação não deve ser maior do que 0,85. Assim, a validade discriminante indica até que ponto os construtos se referem a conceitos teóricos realmente diferentes em termos estatísticos (Hair et al., 2009).
A tabela 2 representa a matriz com a correlação entre todos os construtos e com o valor da raiz quadrada da AVE na diagonal principal (caracter em negrito).
Tabela 2: Alfa de Cronbach, Confiabilidade Composta e Validação Discriminante.
Constructo |
ARU |
IU |
PU |
FUP |
RP |
PC |
NS |
E |
Atitude em Relação ao Uso (ARU) |
0,69 |
|
|
|
|
|
|
|
Iitenção de Uso (IU) |
0,64 |
0,73 |
||||||
Utilidade Percebida (PU) |
0,59 |
0,48 |
0,6 |
|||||
Facilidade de Uso percebida (FUP) |
0,27 |
0,18 |
0,45 |
0,73 |
||||
Risco Percebido (RP) |
0,14 |
0,16 |
0,12 |
0,06 |
0,64 |
|||
Percepção de Compatibilidade (PC) |
0,36 |
0,49 |
0,44 |
0,28 |
0,18 |
0,68 |
||
Normas Subjetivas (NS) |
0,29 |
0,31 |
0,44 |
0,29 |
0,21 |
0,38 |
0,84 |
|
Envolvimento (E) |
0,08 |
0,08 |
0,12 |
0,03 |
0,05 |
0,14 |
0,07 |
0,75 |
Fonte: Dados da pesquisa.
A partir da análise da tabela 2 é possível concluir que existe validade discriminante para todos os construtos do modelo testado.
A última etapa relativa à análise de dados foi a verificação da validade nomológica, a qual testa se os relacionamentos entre os construtos do modelo são estatisticamente significativos entre si.. A validade nomológica verifica se as relações e as correlações entre os construtos presentes são significativas e condizentes com as teorias e conceitos apresentados (Hair et al., 2009; Malhotra, 2011). Essa verificação diz respeito ao teste das hipóteses deste trabalho.
Para a realização desta etapa foi realizada a modelagem de equações estruturais (SEM). O modelo de estimação utilizado foi o método dos mínimos quadrados generalizados (generalized least squares - GLS), em virtude desse método, ser mais robusto ao pressuposto de violação da normalidade multivariada.
Tabela 3 – cargas fatoriais e relações entre os construtos.
Relação Entre os Construtos |
Carga Padronizada |
Sig. Teste t |
Significância |
Resultado |
||
Intenção de Uso |
<--- |
Atitude Relação Uso |
0,602 |
0,000 |
H1 - A Atitude influencia na Intenção de Uso |
Suportada |
Atitude Relação Uso |
<--- |
Utilidade |
0,736 |
0,000 |
H2 - A Utilidade Percebida influencia na Atitude |
Suportada |
Atitude Relação Uso |
<--- |
Facilidade de Uso |
-0,049 |
0,578 |
H3 - A Facilidade de Uso influencia na Atitude |
Rejeitada |
Percepção Utilidade |
<--- |
Facilidade de Uso |
0,508 |
0,000 |
H4 - A Facilidade de Uso influencia na UtilidadePercebida |
Suportada |
Atitude Relação Uso |
<--- |
Risco Percebido |
-0,114 |
0,029 |
H5 - O Risco Percebido influencia na Atitude |
Suportada |
Percepção Utilidade |
<--- |
Compatibi-lidade |
0,324 |
0,000 |
H6 - A Percepção de Compatibilidade influencia na UtilidadePercebida |
Suportada |
Atitude Relação Uso |
<--- |
Compatibi-lidade |
0,100 |
0,171 |
H7 - A Percepção de Compatibilidade influencia na Atitude |
Rejeitada |
Intenção de Uso |
<--- |
Compatibili-dade |
0,295 |
0,000 |
H8 - A Percepção de Compatibilidade influencia na Intenção de Uso |
Suportada |
Atitude Relação Uso |
<--- |
Normas Subjetivas |
0,025 |
0,736 |
H9 - As Normas Subjetivas influencia na Atitude |
Rejeitada |
Atitude Relação Uso |
<--- |
Envolvi-mento |
-0,008 |
0,854 |
H10 - O Envolvimento influencia na Atitude |
Rejeitada |
Intenção de Uso |
<--- |
Envolvi-mento |
0,000 |
0,998 |
H11 - O Envolvimento influencia na Intenção de Uso |
Rejeitada |
Fonte: dados da pesquisa.
Os resultados apresentados na tabela 3 indicam que o modelo não possui validade nomológica, em virtude de que cinco das onze hipóteses testadas foram rejeitadas.
Avaliando-se de uma forma em geral, os construtos que formam a TAM original apresentaram relações significativas entre si, exceto facilidade de uso e atitude.
A compatibilidade apresentou uma aderência razoável em relação ao modelo da TAM, sendo que das três relações estudadas, duas mostraram-se significativas. Além disso, o construto risco percebido mostrou-se predecessor estatisticamente significativo da atitude. De outro lado, a inserção dos construtos envolvimento e normas subjetivas não apresentou nenhuma melhoria na capacidade de explicação de dois dos construtos endógenos (atitude e intenção de uso), pois, nenhuma das suas relações com esses construtos endógenos mostrou-se estatisticamente significativa.
Em relação à variância explicada dos construtos endógenos, a atitude em relação ao uso apresentou um R² igual a 61%, tendo sido explicada de forma significativa pelos construtos risco percebido e percepção de utilidade. A percepção de utilidade apresentou um R² de 71%, tendo sido explicado pelos construtos: percepção de compatibilidade e facilidade de uso percebida Já a intenção de uso resultou em um R² igual a 60%, tendo sido explicada de forma estatisticamente significativa pelos construtos: percepção de compatibilidade e atitude em relação ao uso.
Em termos numéricos, a grande contribuição em termos da formação da variância explicada da percepção da utilidade e intenção de uso foi com a inclusão do construto compatibilidade. Apesar de não ser estatisticamente significativa em relação à atitude, a compatibilidade possui cargas significativas e com valores moderados para a percepção da utilidade e intenção de uso.
Para verificar a qualidade do ajuste foi utilizado o R2 e o GoF – goodness of fit (Amato et al., 2004). O R2 representa em uma escala de 0 – 100% o quanto os constructos independentes explicam os dependentes, sendo que quanto mais próximo de 100% melhor. Já o GoF é uma média geométrica da média das AVEs dos construtos e a média dos R² do modelo. Ele varia de 0% a 100%, não havendo ainda valores de corte para considerar um ajuste como bom ou ruim, mas quanto mais próximo de 100% melhor o ajuste. Pode-se notar que, apesar de não se ter obtido a validação discriminante e obtiveram-se valores altos para os R2 e muitos coeficientes foram significativos. O modelo ajustado apresentou um GoF de 0,6728.
Este estudo teve como propósito geral testar a validade em relação ao modelo hipotético proposto sobre as atitudes e intenções comportamentais envolvidas no processo de adoção do social commerce realizado por parte dos usuários no Facebook. A percepção de compatibilidade, a utilidade percebida, o risco percebido, a facilidade de uso, o envolvimento e as normas subjetivas formavam os elementos constituintes da intenção de uso e da atitude do usuário a respeito do social commerce no Facebook. Os resultados apontaram que das onze hipóteses levantadas no estudo, seis foram apoiadas pelos dados obtidos.
Na realização da SEM, o maior coeficiente de regressão encontrado foi entre a utilidade percebida e a atitude, sendo portanto, o maior fator antecedente com maior influência sobre a atitude.
Em termos das contribuições teóricas como relatado anteriormente, a utilidade percebida é o antecedente que mais influencia a atitude em relação ao social commerce no Facebook. Esse resultado também foi encontrado nos trabalhos de Davis (1989), de Venkatesh e Davis (2000) e de Fernandes e Ramos (2012). Além disso, a facilidade de uso influencia significativamente a utilidade percebida da plataforma de social commerce do Facebook também está em coerente com os resultados encontrados por Teo e Milutinovic (2015) e Davis (1989).
De outro lado, o fato da facilidade de uso não influenciar a utilidade percebida é divergente dos resultados obtidos por Teo e Milutinovic (2015), Montazemi e Qahri-Saremi (2014), Davis (1989) e Venkatesh e Davis (2000) e coerente com os resultados obtidos por Vasconcellos e Fleury (2008). Uma possível explicação para o resultado encontrado é que a percepção dos usuários do Facebook não seria tão relevante na atitude de realizar compras online, através da plataforma social commerce do Facebook.
Outra contribuição teórica desse trabalho é a indicação de que a percepção da compatibilidade é um dos predecessores da utilidade percebida, o que colabora para em melhor entendimento da formação deste último tanto em termos teóricos e também em termos das suas implicações gerenciais. Além disso, os outros resultados relativos à compatibilidade indicam que os usuários percebem uma relação positiva entre a compatibilidade e o uso do social commerce.
No caso do risco percebido - construto muito utilizado para o comércio eletrônico -, a contribuição teórica deste trabalho está relacionada com a sua inclusão no modelo de adoção de novas tecnologias relacionadas ao social commerce e Facebook. O resultado obtido também é coerente com a literatura de comércio eletrônico, que aponta fatores que inibem a utilização da Internet para a realização de compras por parte dos usuários (Cameron, 1997; Albertin, 2007), como a falta de segurança ao fechar a transação, falta de confiança, risco percebido, entre outros. Além disso, estudos como o de Ashraf, Thongpapanl e Auh (2014), indicam que a confiança impacta positivamente tanto a facilidade de uso e utilidade percebida.
No caso da intenção de uso ela é fortemente impactada (carga padronizada estatisticamente significativa de 0,605) pela atitude. Esse resultado também é corroborado por Teo e Milutinovic (2015) e Ashraf, Thongpapanl e Auh (2014).
Considerando as implicações gerenciais, o social commerce vem proporcionar um novo posicionamento das empresas para conquistar novos consumidores e impulsionar as vendas. Para isto é preciso oferecer conteúdo de extrema qualidade, informativo e interativo. Os usuários e possíveis clientes curtem páginas, compartilham informações para todos os seus contatos. Sendo assim, os consumidores precisam ser estimulados a usar a plataforma e quando percebem sua utilidade, passam a usar com maior frequência a plataforma social commerce do Facebook.
Se o usuário do Facebook percebe a conveniência de comprar através da rede social e a facilidade para concretizar as compras, relativamente às compras físicas, isto pode contribuir para um aumento na sua intenção de utilizar cada vez mais a rede social para a realização de suas transações comerciais.
Como a utilidade percebida influencia fortemente a atitude em relação ao social commerce no Facebook (carga padronizada estatisticamente significativa de 0,736) os gestores devem buscar enfatizar as vantagens para os usuários em utilizarem essa nova ferramenta.
Apesar da facilidade de uso não influenciar diretamente a atitude, é importante também ressaltar esse aspecto junto ao público alvom em virtude de que esse construto é um antecedente importante (carga padronizada estatisticamente significativa de 0,508) da utilidade percebida, a qual é o antecessor que mais influencia a atitude.
Apesar de apresentar resultado menos significativo, o risco percebido também deve ser tratado pelos gestores de mídias sociais. Neste caso, todas as possibilidades de tornar esse serviço mais tangível, bem como formas de gerar confiança nos possíveis clientes devem ser realizadas, tais como: endosso de outros clientes, reputação da marca da empresa, classificação de bom prestador de serviço pelo próprio site, endereço físico, telefone de contato, entre outros.
As principais limitações que este trabalho apresenta dizem respeito à natureza não-probabilística da constituição da amostra, a qual torna impossível generalizar seus resultados para a população como um todo. Também, como limitação, tem-se a escolha subjetiva efetuada nas variáveis para comporem o modelo estrutural, uma vez que pode haver outros construtos não explorados pelo presente trabalho capazes de ajudarem a explicar o comportamento dos usuários do Facebook.
Em relação aos trabalhos futuros há de se considerar a possibilidade da inclusão de novos construtos relacionados a teorias de predição do comportamento do consumidor, tais como: o construto controle percebido da Teoria do Comportamento Planejado (Ajzen, 1985) ou ainda atitude em relação ao processo, expectativa de sucesso e expectativa de fracasso da Teoria da Tentativa (Bagozzi & Warshaw, 1991). Há de se considerar também teorias relacionadas à adoção de novos produtos e seus construtos, tais como possibilidade de teste, vantagem observável e complexidade da Teoria da Difusão das Inovações (Rogers, 1983; Moore & Benbasat, 1991).
AFRASIABI RAD, A.; BENYOUCEF, M. (2011). A model for understanding social commerce. Journal of Information Systems Applied Research, v. 4, n. 2, p. 63.
AJZEN, I. From Intentios to Actions: A Theory of Planned Behavior. (1985). In: KUHL, Julius; BECKMANN, J. (Eds), Action Control: from cognition to behavior. New York: Springer, p.11-39.
ALBERTIN, A. L. (2007). Comércio Eletrônico: modelo, aspectos e contribuições de sua aplicação. 5ª ed. São Paulo: Atlas.
AMATO, S.; ESPOSITO, V. V.; TENENHAUS, M. (2004). A global goodness-of-fit index for PLS structural equation modeling. Oral Communication to PLS Club, HEC School of Management.
ARRUDA FILHO, E. J. M. (2008). Incluindo o fator social no modelo de aceitação tecnológica para estruturas convergentes. Revista de Administração: São Paulo, v. 43, n. 4, pp. 315-330, out./nov./dez.
ASHRAF, A. R.; THONGPAPANL, N.; AUH, S. (2014). The Application of the Technology Acceptance Model Under Different Cultural Contexts: The Case of Online Shopping Adoption. Journal of International Marketing, v. 22, n. 3, pp. 68-93.
BAGOZZI, R. P.; WARSHAW, P. R. (1990). Trying to Consume. Journal of Consumer Research, v.17, p.127-133.
BALTAR, M. G. (2001). Um ambiente de especificação para aplicações destinadas ao comércio eletrônico. Porto Alegre: Universidade Federal do Rio Grande do Sul, 2001. Disponível em: < http://www.lume.ufrgs.br/bitstream/handle/10183/10490/000317281.pdf?sequence=1 >. Acesso em: 10 jan. 2014.
BRITO, D. S.; MALHEIROS, T. de C. (2013). A importância das mídias sociais e das ferramentas gratuitas do Google no mercado de e-commerce no Brasil para microempresas. C@LEA -Revista Cadernos de Aulas do LEA: Ilhéus, n. 2, pp. 1-18.
CAMERON, D. (1997). Electronic commerce: the new business platform of the Internet. Charleston, USA: Computer Technology Research Corp.
CHO, J. (2004). Likelihood to abort an online transaction: influences from cognitive evaluations, attitudes, and behavioral variables. Information and Management: v. 41, n. 7, pp. 827-838.
DACOL, S. (2002). Gerenciamento do capital de giro no âmbito do varejo eletrônico. 2002. (Tese de Doutorado) - Universidade Federal de Santa Catarina, Faculdade de Engenharia de Produção, Florianópolis.
DAVIS, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly: v. 13, n. 3, pp. 319-340.
ENGEL, J.; BLACKWELL, R.; MINIARD, P. (2005). Comportamento do consumidor. São Paulo: Pioneira Thomson Learning.
FERNANDES, L. de O.; RAMOS, A. (2012). Intenção de compra online: aplicação de um modelo adaptado de aceitação da tecnologia para o comércio eletrônico. Revista Eletrônica de Sistemas de Informação: v. 11, n. 1, artigo 6, jan./jun.
FRANCO Jr., C. F. (2006). E-business na infoera: o impacto da Infoera na Administração de empresas. 4ª Ed. São Paulo: Atlas.
G1. (2012). Seção: Tecnologia e Games. Disponível em: < http://g1.globo.com/tecnologia/noticia/2012/05/brasil-e-o-segundo-maior-pais-no-facebook-diz-pesquisa.html >. 2013. Acesso: 22 dez. 2015.
GABRIEL, M. (2009). SEM e SEO: Dominando o Marketing de Busca. São Paulo, SP: Novatec.
GATAUTISA, R.; MEDZIAUSIENE, A. (2014). Factors affecting social commerce acceptance in Lithuania. Procedia - Social and Behavioral Sciences, p.1235–1242, 2014.
GAUGE. (2013). Além das faces do Facebook. Disponível em: < http://www.gauge.com.br/alemdasfacesdofacebook/completo.pdf >. Acesso: 29 dez. 2015.
GIARDELLI, G. (2011). Para entender as mídias sociais. 1º Ed. São Paulo: E-book Coletivo.
HAIR, Jr. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. (2009). Análise multivariada de dados. Porto Alegre: Bookman.
HEIJDEN, H.; VERHAGEN, T.; CREEMERS, M. (2003). Understanding online purchase intentions: contributions from technology and trust perspectives. European Journal of Information Systems, n. 12, pp. 41-48.
HOFFMAN, D. L.; NOVAK, T. P. (1996). Marketing in Hypermedia Computer-mediate denvironments: conceptual foundations. Journal of Marketing: n. 60, jul.
HUANG, Z.; YOON, S. Y.; BENYOUCEF, M. (2012). Adding social features to e-commerce. In: Proceedings of the Conference on Information Systems Applied Research.
KIM, H. J.; JANG, H. Y. (2015). Motivating Pre-service Teachers in Technology Integration of Web 2.0 for Teaching Internships. International Education Studies, v. 8, n. 8, p. 21-32.
KORZAAN, M. L. (2003). Going with the flow: predicting online purchase intentions. Journal of Computer Information Systems: summer, pp. 25 - 31.
KOUFARIS, M. (2002). Applying the technology acceptance model and flow theory to online consumer behavior. Informations Systems Research: v. 13, n. 2, jun., pp. 205-223.
LEGRIS, P.; INGHAM, J.; COLLERETTE, P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Information & management, v. 40, n. 3, p. 191-204.
LIANG, T.-P.; TURBAN, E. (2011). Introduction to the Special Issue Social Commerce: A Research Framework for Social Commerce. International Journal of Electronic Commerce: winter, v. 16, n. 2, pp. 5-13.
LIANG, T.-P.; HO, Y.-T.; LI, Y.-W.; TURBAN, E. (2011). What Drives Social Commerce: The Role of Social Support and Relationship Quality. International Journal of Electronic Commerce: winter, v. 16, n. 2, pp. 69-90.
LWIN, M., WIRTZ, J.; WILLIAMS, J. D. (2007). Consumer online privacy concerns and responses: a power-responsibility equilibrium perspective. Journal of the Academy of Marketing Science: v. 35, n. 4, pp. 572-585.
MARSDEN, P. Social Commerce: Monetizando as mídias sociais. Unique Digital, 2010.
MIFTAH, D.; WULANDARI, H. (2015). The effect analysis of cognitive and personal intention in using internet technology: An Indonesian students case study. International Conference on Accounting Studies (ICAS) 17-20 August 2015, Johor Bahru, Johor, Malaysia. p. 57-63.
MOORE, G.C.; BENBASAT, I. (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation. Information systems research, v. 2, n. 3, pp. 192-222.
MONTAZEMI, A. R.; QAHRI-SAREMI, H. (2015). Factors Affecting Adoption of Online Banking: A Meta-Analytic Structural Equation Modeling Study. Information & Management, v. 52, n. 2, pp.210-226, 2015.
NAKAGAWA, S. S. Y. (2008). A lealdade de consumidores nos ambientes de comércio online e offline. 2008. Tese (Doutorado em Administração) - Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo. Disponível em: < http://www.teses.usp.br/teses/disponiveis/12/12139/tde-12122008-154641/ >. Acesso em: 18 dez. 2015.
NAKAMURA, A. M. (2012). Comércio eletrônico: riscos nas compras pela Internet. São Paulo: Faculdade de Tecnologia de São Paulo.
NASCIMENTO, T. (2013). O perfil dos brasileiros nas redes sociais. Disponível em: < http://www.socialcommerce.blog.br/infograficos/o-perfil-dos-brasileiros-nas-redes-sociais >. Acesso em: 10 out. 2014.
NOGUEIRA, A. F. D. (2013). A utilização do modelo TAM na aceitação de um software de automação para controle de nível de tanques de combustíveis. (Dissertação de Mestrado) – FUMEC, Belo Horizonte.
O’CASS, A. (2000). An assessment of consumers product, purchase decision, advertising and consumption involvement in fashion clothing. Journal of Economic Psychology: v. 21, n. 5, pp. 545-576.
PAVLOU, P. A.; FYGENSON, M. (2006). Understanding and predicting electronic commerce adoption, an extension of the theory of planned behavior. MIS Quarterly, v. 30, pp. 115-143.
PIRES, P. J.; COSTA FILHO, B. A. (2008). Fatores do índice de prontidão à tecnologia (TRI) como elementos diferenciadores entre usuários e não usuários de Internet Banking e como antecedentes do Modelo de Aceitação de Tecnologia (TAM). Revista de Administração Contemporânea: v. 12(2), pp. 429-456.
REBELLO, T. C. S. (2012). Processos de consumo em redes sociais: o aplicativo Likestore. Revista Design, Arte, Moda e Tecnologia: São Paulo: Rosari, Universidade Anhembi Morumbi, PUC-Rio e Unesp-Bauru.
ROGERS, E. M. (1983). Diffusion of Innovations. 2nd ed. New York, NY: The Free Press.
SAMARA, B. S. (2005). Comportamento do consumidor: conceitos e casos. São Paulo: Prentice Hall.
ROMANO, T. M.; CHRISTINO, J. M. M. (2016). O papel das emoções como preditoras das atitudes e comportamentos dos internautas na viralização de anúncios publicitários DOI: http://dx. doi. org/10.5892/ruvrd. v14i1. 2964. Revista da Universidade Vale do Rio Verde, 14(1), 773-795.
SCHIERZ, P. G.; SCHILKE, O.; WIRTZ, B. W. (2010). Understanding consumer acceptance of mobile payment services: An empirical analysis. Electronic Commerce Research and Applications: v. 9, n. 3, pp. 209-216.
SCHIFFMAN, L. G.; KANUK, L. L. (2000). Comportamento do consumidor. 6ª Ed. Rio de Janeiro: LTC.
SHIH, C. (2010). The Facebook era: tapping online social networks to market. 2º Ed. Sell and Innovate.
SILVA, A. L. M. R. (2005). A influência do treinamento de usuários na aceitação de sistemas ERP em empresas no Brasil. 118 f. (Dissertação de Mestrado em Administração) – Instituto COPPEAD de Administração, Universidade Federal do Rio de Janeiro, Rio de Janeiro.
SILVA, P. M.; DIAS, G. A. (2007). Teorias sobre aceitação de tecnologia: por que os usuários aceitam ou rejeitam as tecnologias de informação? BJIS - Brazilian Journal of Information Science, v. 1, n. 2, pp. 69-91, jul./dez.
SOLOMON, M. R. (2008). O Comportamento do consumidor: comprando, possuindo e sendo. 7ª ed. Porto Alegre: Bookman.
SOUZA, B. B. P. (2012). Antecedentes e dimensões do engajamento dos usuários de redes sociais: um estudo com o Facebook. (Tese de Doutorado em Administração) - Universidade Federal de Minas Gerais, Belo Horizonte.
STEPHEN, A. T.; TOUBIA, O. (2008). Deriving Value from Social Commerce Networks. Under 3rd round review at Journal of Marketing Research, 2008.
TEO, T.; MILUTINOVIC, V. (2015). Modelling the intention to use technology for teaching mathematics among pre-service teachers in Serbia. Australasian Journal of Educational Technology, v. 31, n. 4, pp.363-380.
TORNATZKY, L. G.; KLEIN, K. J. (1982). Innovation characteristics and innovation adoptionimplementation: a meta-analysis of findings. IEEE Transactionson Engineering Management: v. 29, n. 1, pp. 28-45.
TORRES, C. (2009). A Bíblia do marketing digital: tudo que você queria saber sobre marketing e publicidades na Internet e não tinha a quem perguntar. São Paulo: Novatec.
TURBAN, E.; KING, D. (2004). Comércio eletrônico - estratégia e gestão. Pearson Education.
UOL, Notícias - Tecnologia. (2013). Comércio eletrônico cresce 24% em um ano e soma R$ 12,7 bi no 1º semestre. 21/08/2013. Disponível em: < http://tecnologia.uol.com.br/noticias/redacao/2013/08/21/comercio-eletronico-cresce-24-em-um-ano-no-brasil-e-soma-r-127-bilhoes.htm >. Acesso em: 16 dez. 2015.
VAN DER HEIJDEN, H. (2003). Factors influencing the usage of websites: the case of a generic portal in the Netherlands. Information and Management, v. 40, n. 6, p. 541–549.
VASCONCELLOS, L.; FLEURY, M. T. L. (2008). O desafio da adoção do e-learning pelos colaboradores de uma empresa de telecomunicações. Revista de gestão USP: São Paulo, v. 15, n. especial, pp. 31-46.
VENKATESH, V.; DAVIS, F. D. (2000). Theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science: v. 46, n.2, pp. 186-204.
VENKATESH, V.; MORRIS, M. G., DAVIS, G. B.; DAVIS, F. D. (2003). User acceptance of information technology: toward a unified view. MIS Quarterly: v. 27, n. 3, pp. 425-478.
VIEIRA, E. (2007). Estratégias de marketing na Internet. São Paulo: Prata.
VIJAYASARATH, L. R. (2004). Predicting consumer intentions to use online shopping: the case for an augmented tecnology acceptance model. Information and Management: n. 41, pp. 747-762.
WEBSTER, J.; TREVINO, L. K. (1995). Rational and social theories as complementary explanations of communication media choices: Two policy-capturing studies. Academy of Management Journal: v. 38, n. 6, pp. 1544-1572.
YANG, H.-D.; YOO, Y. (2004). It’s all about attitude: revisiting the technology acceptance model. Decision Support Systems: v. 38, n. 1, pp. 19-31.
ZAICHKOWSKY, J. L. (1985). Measuring the Involvement Construct. Journal of Consumer Research, v.12, p.341-352, dez.
ZAICHKOWSKY, J. L. (1986). Conceptualizing Involvement. Journal of Advertising, v.15, n.2, pp.4-15.
ZARA, A. (2012). Empreendedores investem em Comércio por Rede Social. Disponível em: < http://classificados.folha.uol.com.br/negocios/1175705-empreendedores-investem-em-comercio-por-rede-social.shtml >. Acesso em: 17 out. 2014.
ZHOU, L.; ZHANG, P.; ZIMMERMANN, H.-D. (2013). Social commerce research: an integrated view. Electronic Commerce Research and Applications (ECRA): v.12, Issue 2, pp. 61-68.
1. Mestre em Administração, área de concentração Gestão Estratégica das Organizações pela FEAD (2014). e-mail: carusocristiano@hotmail.com
2. Doutora em Administração pela UFMG, área de concentração Mercadologia, Estratégia e Inovação, (2012). e-mail: julianam.prof@gmail.co; julianammc@face.ufmg.br
3. Doutor em Administração pela UFMG, área de concentração Mercadologia, Estratégia e Inovação, (2010). e-mail: luizrcmoura@gmail.com
4. Doutora em Administração pela UFMG, área de concentração Mercadologia, Estratégia e Inovação, (2011). e-mail: npaim@cdtn.br