Aceitação em e-commerce com confiança
Marketing / E-commerce
O UTAUT2 (Unified Theory of Acceptance and Use of Technology) é a teoria consolidada que explica por que as pessoas usam tecnologias digitais. Esta variante adiciona Trust e é preparada para multi-group analysis, idade, dispositivo e experiência de uso estão disponíveis como variáveis de agrupamento.
- N
- 400
- LVs
- 6
- MGA
- Age · Device
Clonar requer uma conta OpenPLS gratuita.
Base teórica
Venkatesh, Thong e Xu (2012) estenderam o modelo UTAUT original com construtos específicos do consumidor (Hedonic Motivation, Habit, Price Value) e definiram sete determinantes da intenção de uso e do comportamento efetivo. O UTAUT2 é, de longe, o modelo de aceitação mais citado na pesquisa em IS.
Na variante apresentada aqui, focamos em uma versão com quatro determinantes (Performance Expectancy, Effort Expectancy, Social Influence, Trust) que é especialmente relevante para contextos de e-commerce. A confiança foi estabelecida por Pavlou (2003) como variável central para transações online, mas está ausente no modelo UTAUT original, essa forma híbrida é padrão na pesquisa aplicada.
O conjunto de dados contém variáveis sociodemográficas (age, gender, device, usage_freq) que podem ser usadas imediatamente como variáveis de agrupamento para multi-group analysis. Por exemplo, é possível testar se o efeito da confiança sobre a intenção difere significativamente entre compradores em mobile e em desktop.
Modelo estrutural
Quatro determinantes exógenos convergem para Behavioral Intention, que por sua vez impulsiona Use Behavior. Trust atua tanto como mediador quanto como preditor direto.
Expectativa de desempenho
Utilidade esperada da aplicação.
Expectativa de esforço
Facilidade de uso percebida.
Influência social
Pressão e recomendações do ambiente social.
Confiança
Confiança no fornecedor, na plataforma e no tratamento de dados.
Intenção comportamental
Intenção de usar a aplicação.
Comportamento de uso
Uso efetivo (frequência, profundidade).
Hipóteses
| H1 | PE → TR | + | A utilidade percebida eleva a confiança na plataforma. |
| H2 | EE → TR | + | A facilidade de uso eleva a confiança. |
| H3 | PE → BI | + | A expectativa de utilidade eleva a intenção de uso diretamente. |
| H4 | SI → BI | + | A influência social eleva a intenção de uso. |
| H5 | TR → BI | + | A confiança é o driver central da intenção. |
| H6 | BI → UB | + | A intenção se traduz em uso efetivo. |
Metodologia e dados
O conjunto de dados contém N = 400 respostas sintéticas a 21 indicadores mais quatro variáveis categóricas de agrupamento (age, gender, device, usage_freq). Todos os itens reflexivos estão em escala Likert de sete pontos. Estudos UTAUT2 reais geralmente rodam com N = 300 a 800 por contexto.
Resultados esperados
- R²(BI) ≈ 0.55
- Os quatro determinantes explicam cerca de 55 % da variância na intenção de uso, moderado a forte.
- TR → BI ≈ 0.32
- A confiança é o segundo caminho direto mais forte para a intenção, logo atrás da expectativa de desempenho. Em contextos de e-commerce, frequentemente o mais forte.
- MGA Age · Device
- Com a análise multigrupo é possível, por exemplo, testar se o caminho TR → BI é significativamente mais forte em usuários mais velhos do que em mais jovens.
Reproduza em 60 segundos
- 1
Clone o projeto
Um único clique no seu workspace OpenPLS cria uma cópia totalmente editável: modelo, indicadores e dataset, tudo conectado e pronto para uso.
- 2
Execute o cálculo
O OpenPLS resolve pesos externos, coeficientes de caminho, R², HTMT, SRMR e intervalos de confiança via bootstrap em poucos segundos.
- 3
Compare com as métricas esperadas
As métricas-chave documentadas abaixo vêm do original publicado. Seus valores calculados devem cair dentro dos ICs bootstrap de 95 %.
Referências
- Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157–178. doi.org/10.2307/41410412
- Pavlou, P. A. (2003). Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. International Journal of Electronic Commerce, 7(3), 101–134. doi.org/10.1080/10864415.2003.11044275
- Henseler, J., Ringle, C. M., & Sarstedt, M. (2016). Testing measurement invariance of composites using partial least squares. International Marketing Review, 33(3), 405–431. doi.org/10.1108/IMR-09-2014-0304