Determinantes da Adoção de Plataformas Digitais em IES: Uma Aplicação da UTAUT2 a Alunos do IPC Departamento de Comunicação [ESEC] Departamento de Gestão [ESTGOH] Mestrado em Marketing e Comunicação 2022, Dália Maria Baeta Pires Dália Maria Baeta Pires Determinantes da Adoção de Plataformas Digitais em IES: Uma Aplicação da UTAUT2 a Alunos do IPC Dissertação em Marketing e Comunicação, na especialização em Comunicação de Marketing, apresentada ao Departamento de Comunicação da Escola Superior de Educação de Coimbra e ao Departamento de Gestão da Escola Superior de Tecnologia e Gestão de Oliveira do Hospital para obtenção do grau de Mestre Constituição do júri Presidente: Professora Doutora Joana Lobo de Mesquita Simões Fernandes Arguente: Professor Doutor Pedro Manuel do Espírito Santo Orientador: Professor Doutor Nuno Miguel Fortes Fonseca Santos Janeiro, 2022 Mestrado em Marketing e Comunicação I Dedicatória Aos meus filhos Simão Baeta Neves e Tomás Baeta Neves. Agradecimentos Este trabalho significa muito mais do que o que nele está escrito. Nas entrelinhas estão gravados os contributos fundamentais de algumas pessoas a quem dedico tantas horas do meu esforço: - Ao Orientador, Prof. Doutor Nuno Fortes que, de uma forma sábia e objetiva, norteou este estudo; - Aos estudantes das escolas do Politécnico de Coimbra que participaram no inquérito e tornaram este estudo viável; - Às pessoas que se disponibilizaram a testar o inquérito e a contribuir atentamente com alertas e sugestões; - Aos conhecidos, amigos e familiares que, não esquecendo deste meu objetivo, tiveram sempre uma palavra de incentivo, de compreensão e até de carinho. A todos, agradeço de coração o tempo que me dedicaram! Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra II Determinantes da Adoção de Plataformas Digitais em IES: Uma Aplicação da UTAUT2 a Alunos do IPC Resumo:As tecnologias baseadas na internet, nomeadamente as plataformas digitais, vieram revolucionar a forma como as Instituições de Ensino Superior (IES) comunicam. A partilha de conhecimento e a gestão da informação passaram a ser realizadas com maior eficácia e segurança. Para que as IES possam alcançar o sucesso pretendido com a adoção de plataformas académicas, é importante conhecerem os fatores que influenciam a aceitação da tecnologia por parte dos utilizadores, de forma a poderem adotar estratégias que potencializem a sua utilização. Neste sentido, este estudo empírico pretende contribuir para a validação de um modelo de investigação, que combina parcialmente a teoria unificada de aceitação e uso da tecnologia 2 (UTAUT2) com a segurança percebida, privacidade percebida e predisposição para a mudança, capaz de explicar os determinantes da intenção de uso e do uso da plataforma Inforestudante (NONIO), pelos estudantes do Instituto Politécnico de Coimbra (IPC). Os resultados desta investigação, realizada na fase inicial de adoção da tecnologia, permitiram concluir que, em conjunto, as oito variáveis independentes conseguem explicar em 60,5% a intenção dos estudantes utilizarem a plataforma Inforestudante. Em contrapartida, o uso da plataforma foi explicado em 14,3% pelas variáveis hábito e intenção de uso. Na intenção de uso, o hábito é a variável com maior impacto, seguido da privacidade percebida e da expectativa de desempenho. Por sua vez, o uso da plataforma é influenciado positiva e significativamente pelo hábito e pela intenção de uso. O hábito revelou ser um determinante de extrema importância quer da intenção de uso, quer do uso da plataforma Inforestudante. As implicações teóricas e práticas, relacionadas com a aplicabilidade do modelo adaptado da UTAUT2 e aceitação e uso de plataformas académicas, são apresentadas no final deste estudo. Palavras-chave: Adoção da tecnologia, plataformas digitais, uso obrigatório, IES, UTAUT2. Mestrado em Marketing e Comunicação III Determinants of Digital Platforms Adoption in HEI: An Appliance of UTAUT2 to IPC Students Abstract: Internet-based technologies, namely digital platforms, have revolutionized the way Higher Education Institutions (HEI) communicate. Knowledge sharing and information management have become more effective and secure. In order for HEI to achieve the desired success with the adoption of academic platforms, it is important to learn the factors that influence the technology acceptance by users, so they can adopt strategies to enhance its use. In this regards, this empirical study aims to contribute to validate a research model - that partly combines the unified theory of acceptance and use of technology 2 (UTAUT2) with perceived security, perceived privacy and predisposition for change - able to explain the determinants of intention to use and use of the Inforestudante platform (NONIO), by the students of Polytechnic Institute of Coimbra (IPC). The results of this research, conducted during the first stage of technology adoption, allowed us to conclude that, together, the eight independent variables were able to explain in 60.5% the intention to use the Inforestudante platform by the students. In the behaviour intention, habit was the variable with higher impact, followed by perceived privacy and by performance expectance. On the other hand, the use of the platform was explained in 14.3% by the variables habit and intention of use. Habit has proved to be an extremely important determinant of both the intention to use and the use of the Inforestudante platform. Theoretical and practical implications, related to the UTAUT2 adjusted model and acceptance and use of academic platforms, are presented at the end of this study. Keywords: Technology adoption, digital platforms, mandatory use, HEI, UTAUT2. Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra IV Sumário 1. INTRODUÇÃO .................................................................................................................. 1 2. REVISÃO DA LITERATURA ................................................................................................ 5 2.1. Plataformas digitais em IES ...................................................................................... 6 2.2. Plataforma académica NONIO ................................................................................. 8 2.3. Modelos de adoção e uso de tecnologia ............................................................... 10 2.4. Segurança e privacidade online ............................................................................. 25 2.5. Predisposição para a mudança .............................................................................. 28 3. MODELO DE INVESTIGAÇÃO ......................................................................................... 32 3.1. Constructos ............................................................................................................ 34 3.2. Hipóteses ............................................................................................................... 35 4. METODOLOGIA ............................................................................................................. 43 4.1. Estudo quantitativo ................................................................................................ 44 4.2. População ............................................................................................................... 44 4.3. Amostra .................................................................................................................. 45 4.4. Instrumento de recolha de dados .......................................................................... 45 4.5. Procedimentos de recolha dos dados .................................................................... 48 4.6. Técnicas estatísticas ............................................................................................... 49 5. RESULTADOS ................................................................................................................. 50 5.1. Caracterização da amostra .................................................................................... 51 5.2. Análise da normalidade dos itens das escalas ....................................................... 52 5.4. Análise descritiva das escalas ................................................................................ 53 5.3. Modelo de medida ................................................................................................. 57 5.4. Modelo estrutural .................................................................................................. 63 6. DISCUSSÃO DOS RESULTADOS E CONCLUSÕES ............................................................ 70 6.1. Discussão dos resultados ....................................................................................... 71 6.2. Contributos do estudo ........................................................................................... 79 6.3. Limitações do estudo ............................................................................................. 82 6.4. Recomendações para futuras investigações .......................................................... 83 REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................................... 86 ANEXO ............................................................................................................................... 99 Mestrado em Marketing e Comunicação V Lista de Abreviaturas 1. CF – Condições facilitadoras 2. CV – Coeficiente de variação 3. ED – Expectativa de desempenho 4. EE – Expectativa de esforço 5. ESAC – Escola Superior Agrária de Coimbra 6. ESEC – Escola Superior de Educação de Coimbra 7. ESTGOH – Escola Superior de Tecnologia e Gestão de Oliveira do Hospital 8. ESTeSC – Escola Superior de Tecnologia da Saúde de Coimbra 9. HAB – Hábito 10. IES – Instituições de ensino superior 11. IPC – Instituto Politécnico de Coimbra 12. IS – Influência social 13. ISCAC – Instituto Superior de Contabilidade e Administração de Coimbra 14. ISEC – Instituto Superior de Engenharia de Coimbra 15. IU – Intenção de uso 16. PLS – Partial Least Squares – Regressão por Mínimos Quadrados Parciais 17. PM – Predisposição para a mudança 18. PP – Privacidade percebida 19. SP – Segurança percebida 20. SPSS – Statistical Package for Social Sciences 21. TAM – Technology Acceptance Model – Modelo de Aceitação da Tecnologia 22. TPB – Theory of Planned Behavior – Teoria do Comportamento Planeado 23. TRA – Theory of Reasoned Action – Teoria da Ação Racional 24. U – Uso 25. UO – Unidades Orgânicas 26. UTAUT – Unified Theory of Acceptance and Use of Technology – Teoria Unificada de Aceitação e Uso da Tecnologia Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra VI Lista de Figuras FIGURA 1 – MODELO UTAUT (VENKATESH ET AL., 2003) ................................................................... 16 FIGURA 2 – MODELO UTAUT2 (VENKATESH ET AL., 2012) ................................................................. 20 FIGURA 3 – MODELO DE INVESTIGAÇÃO ............................................................................................ 42 FIGURA 4– MODELO ESTRUTURAL ................................................................................................... 65 Lista de Tabelas TABELA 1 – APLICAÇÃO DA UTAUT EM ESTUDOS SOBRE INSTITUIÇÕES DE ENSINO ................................... 17 TABELA 2 – CONSTRUCTOS DO MODELO DE INVESTIGAÇÃO .................................................................. 34 TABELA 3 – HIPÓTESES DE INVESTIGAÇÃO ......................................................................................... 35 TABELA 4 – ITENS DAS ESCALAS ....................................................................................................... 46 TABELA 5 – CARACTERIZAÇÃO DA AMOSTRA ...................................................................................... 51 TABELA 6 – ESTATÍSTICAS DESCRITIVAS DA IDADE E DO TOTAL DE INSCRIÇÕES .......................................... 51 TABELA 7 – ANÁLISE DA NORMALIDADE ............................................................................................ 52 TABELA 8 – ESTATÍSTICAS DESCRITIVAS DOS ITENS DAS ESCALAS ............................................................ 56 TABELA 9 – LOADINGS ................................................................................................................... 58 TABELA 10 – ALFA DE CRONBACH, FIABILIDADE COMPÓSITA E VARIÂNCIA MÉDIA EXTRAÍDA ....................... 60 TABELA 11 – CROSS LOADINGS ........................................................................................................ 61 TABELA 12 – CRITÉRIO DE FORNELL-LARCKER .................................................................................... 62 TABELA 13 - RÁCIO HETEROTRAIT-MONOTRAIT (HTMT) .................................................................... 63 TABELA 14 – COEFICIENTES ESTRUTURAIS ......................................................................................... 66 TABELA 15 – VALIDAÇÃO DAS HIPÓTESES .......................................................................................... 67 TABELA 16 – EFEITOS INDIRETOS ..................................................................................................... 68 TABELA 17 – EFEITOS TOTAIS .......................................................................................................... 69 Mestrado em Marketing e Comunicação 1 1. INTRODUÇÃO Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 2 As tecnologias da informação e o uso generalizado da internet estão hoje presentes em todas as organizações e tornaram-se indispensáveis na realização diária de várias operações (Nov & Ye, 2008). A facilidade de acesso à informação fomentou o aparecimento de vários serviços online, nomeadamente na área da educação (Rokanta, 2017). De acordo com Pinho et al. (2018), a evolução tecnológica, o aumento de informação na web e a crescente competitividade impulsionam as Instituições de Ensino Superior (IES) a investirem em sistemas de informação mais rápidos e eficazes, nomeadamente em portais web. Pinho et al. (2018) e Saghapour et al. (2018) referem que os portais web vieram revolucionar a forma como a comunidade académica comunica e se relaciona. Pinho et al. (2018) e Vieira e Restivo (2014) defendem que esta tecnologia permite incorporar toda a informação de uma instituição, aplicações e ferramentas num único sistema, facilitando procedimentos e modificando a forma de comunicação, as relações de trabalho, de ensino e de aprendizagem. Conforme referenciado por Pinho et al. (2008), o sucesso de implementação destes portais nas IES depende da aceitação e uso da tecnologia pelos utilizadores. Neste âmbito, Pinho et al. (2018) e Sun e Zhang (2006) sublinham que a realização de estudos sobre esta temática é crucial para que as IES possam identificar os fatores que facilitam ou dificultam a aceitação da tecnologia pelos utilizadores, de forma a implementarem medidas corretivas que potencializem a utilização destas plataformas, nomeadamente por parte dos estudantes (Presley & Presley, 2009). No âmbito desta temática, o Instituto Politécnico de Coimbra (IPC) contratou recentemente os serviços digitais NONIO, um sistema de gestão web para o ensino superior. Esta aplicação agrega, no mesmo sistema de informação, as várias áreas da instituição, nomeadamente as áreas da gestão, com o serviço Inforgestão, da docência, com o Infordocente, e da discência, através do Inforestudante. Os serviços do NONIO estão a ser adotados por todas as escolas do IPC, no sentido de uniformizar procedimentos, bem como de potencializar e facilitar os serviços prestados pelo IPC. É neste contexto que surge a oportunidade de realizar o presente estudo empírico, sobre aceitação e uso da nova plataforma académica – Inforestudante – pelos estudantes matriculados em 2019-2020 nas seis escolas que integram o IPC. Mestrado em Marketing e Comunicação 3 Orientada pela questão “Quais os determinantes que influenciam a adoção da nova plataforma digital Inforestudante (NONIO) pelos alunos do IPC?”, esta investigação empírica visa propor e validar um modelo de investigação, que identifica os fatores explicativos da intenção de uso e do uso da plataforma académica Inforestudante pelos estudantes do Instituto Politécnico de Coimbra (IPC). O modelo de investigação utilizado tem por base a Teoria Unificada de Aceitação e Uso de Tecnologia 2 (UTAUT2) de Venkatesh et al. (2012), que integra os constructos expectativa de desempenho, expectativa de esforço, influência social, condições facilitadoras e hábito. Este modelo incorpora ainda três constructos adicionais: segurança percebida, privacidade percebida e predisposição para a mudança, adaptados dos estudos de Belanger et al. (2002), McLeod et al. (2009) e Di Fabio e Gori (2016), respetivamente. Com este propósito, pretendeu-se testar e validar empiricamente o modelo de investigação, recorrendo a uma análise quantitativa dos dados recolhidos através de inquérito por questionário aplicado aos alunos do IPC. Os resultados deste estudo irão permitir retirar ilações académicas sobre a adoção e utilização de plataformas digitais nas IES e sugerir caminhos possíveis para futuras investigações. Dada a existência reduzida de estudos realizados em contexto de ensino superior sobre a utilização obrigatória de plataformas digitais por estudantes, esta investigação poderá ser uma mais-valia para as IES que pretendam implementar este tipo de plataformas. Através da realização deste estudo, poder-se-á conhecer antecipadamente os fatores que contribuem para a plena utilização desta tecnologia pelos estudantes e, nesta sequência, as IES poderão adotar estratégias que minimizem obstáculos. Para concretização deste estudo, e na sequência desta introdução, realizou-se a revisão da literatura sobre a aceitação e uso de tecnologia, com especial enfoque nos trabalhos realizados em contexto organizacional de IES, que permitiu formular o modelo de investigação e identificar os constructos adicionais adotados. O capítulo seguinte apresenta o modelo de investigação, caracterizando os constructos adotados e as hipóteses formuladas. Posteriormente, é descrita a metodologia utilizada neste estudo, Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 4 seguida da apresentação dos resultados obtidos. Por último, são discutidos os resultados e apresentadas as conclusões do estudo. Mestrado em Marketing e Comunicação 5 2. REVISÃO DA LITERATURA Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 6 2.1. Plataformas digitais em IES As novas tecnologias da informação fazem hoje parte do quotidiano de qualquer aluno do ensino superior, como refere Dečman (2015). Este autor menciona que o uso de computadores e outros equipamentos digitais na atividade quotidiana veio facilitar a execução das tarefas académicas de forma mais eficiente. Pinho et al. (2018) referem que o uso de tecnologias digitais no setor da educação tem vindo a aumentar nas últimas décadas. Dečman (2015) sustenta que as instituições de ensino estão empenhadas em disponibilizar sistemas de informação que facilitem a aprendizagem e a execução de tarefas online. “A tecnologia não é uma opção, mas uma necessidade” (Dečman, 2015, p. 280). As IES, preocupadas em manter os níveis de competitividade na captação de alunos, investem cada vez mais em novas aplicações e serviços digitais, que permitem melhorar o ensino/aprendizagem, a investigação, a gestão e os serviços que prestam. As diversas áreas que compõem as IES produzem uma enorme quantidade de dados que necessitam ser geridos de forma eficaz (Jain & Chande, 2013). As tecnologias baseadas na internet e, consequentemente, os portais web vieram revolucionar a forma como a comunidade académica comunica e se organiza. A partilha de conhecimento e a gestão da informação passaram a ser realizados com maior segurança (Saghapour et al., 2018). Este tipo de portal, designado por Jain e Chande (2013) como portal de informação, é um dos sistemas mais importantes que integra as tecnologias da informação na área da educação, pois permite armazenar num só sistema uma série de informações e aplicações, que ficam acessíveis ao utilizador, bastando, para tal, ter acesso à internet. De acordo com estes autores, o portal é um ponto de acesso à intranet e serve os objetivos dos professores, dos estudantes e da gestão das IES. De acordo com Saghapour et al. (2018), a definição inicial de um portal remonta à década de 90 e surgiu associado a uma empresa que decidiu incorporar toda a informação numa aplicação, considerada como portal, com um único interface de acesso à informação pelos utilizadores. Estes autores referem que os portais evoluíram bastante e integram atualmente processos e aplicações mais complexas, com funcionalidades e ferramentas diversas, que suportam a gestão da informação das organizações, tais como: acesso, pesquisa, partilha de informação, integração e recuperação de dados. Mestrado em Marketing e Comunicação 7 A utilização de plataformas digitais (identificados na revisão da literatura, entre outros, como “portais web”, “portais académicos” ou “portais universitários”) permite às IES projetar uma imagem de eficiência nos serviços que prestam e posicionarem-se na vanguarda das tecnologias da informação (Lee et al., 2009; Pinho et al. 2018). A adoção de plataformas digitais veio potenciar o serviço prestado pelas IES, permitindo aos decisores combinar a gestão eficiente da informação e serviços com a interação e comunicação entre a comunidade académica (Shaltoni et al., 2015). De acordo com Pinho et al. (2018), a visão global dos recursos existentes e a forma como estão a ser utilizados possibilitam otimizar o processo de gestão neste contexto institucional. Os portais digitais são, por isso, considerados, por estes autores, ferramentas de relevo no apoio à tomada de decisões nas IES, que permitem um acesso rápido e eficiente à informação. Saghapour e Goh (2018) referem que os portais web conseguem integrar e relacionar bases de dados internas de vários serviços e áreas. De acordo com estes autores, esta integração de informação num único sistema reflete-se positivamente na troca de conhecimento e informação entre os intervenientes, ou seja, estudantes, pessoal docente e administrativo, investigadores, ex-alunos e instituições parceiras. Presley e Presley (2009) referem que os portais web são implementados nas IES para disponibilizar um local de acesso à informação e aos serviços. Normalmente, este acesso é restringido à comunidade académica, embora alguns portais permitam um acesso limitado ao público em geral. Segundo Lewis (2002), os portais web foram criados para disponibilizar aos estudantes, funcionários docentes e não-docentes uma diversidade de recursos e serviços personalizados, nomeadamente e-mail, horários, inscrições, orientação, tesouraria entre outras aplicações. Estes autores referem que as IES podem personalizar os seus próprios portais ou optar por produtos standard comercializados, que disponibilizam funcionalidades básicas, mas que permitem, em simultâneo, a sua personalização. Para Jain e Chande (2013), a adequação de um portal às necessidades das IES é a chave de sucesso para a gestão da informação das instituições e consequente competitividade. Para estes autores, é, no entanto, fundamental que todos os intervenientes das IES Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 8 participem neste processo de implementação dos sistemas de informação, de forma a conhecerem antecipadamente as necessidades efetivas das instituições. Para Presley e Presley (2009), embora tenham sido realizados esforços no sentido de desenvolver e adaptar os portais académicos às realidades das IES, poderão existir obstáculos à sua utilização, quer por estudantes, docentes e/ou funcionários. Para estes autores, a utilização destes portais deve estar sujeita a uma avaliação periódica de forma a ajustar estas ferramentas às necessidades de cada instituição. Estes sistemas devem, portanto, ser orientados para a satisfação do utilizador, avaliados periodicamente e ajustados constantemente, com disponibilização de sistemas de apoio imediato (Lee et al., 2009). Pinho et al. (2018) referem que a resistência à implementação destas ferramentas web pode ser prejudicial à gestão da informação e sucesso das IES, ou seja, a aceitação da tecnologia é fundamental para o sucesso de utilização destas plataformas. Estes autores referem que a realização de estudos sobre esta temática é crucial para ajudar as IES a identificar os fatores que dificultam a aceitação da tecnologia pelos utilizadores e a implementar medidas corretivas que potencializem a utilização destas plataformas web. 2.2. Plataforma académica NONIO1 O NONIO é uma aplicação de gestão que permite às IES concentrar, no mesmo sistema de informação, as áreas que abrangem os serviços de gestão, os alunos e os docentes. Esta aplicação permite gerir em simultâneo várias unidades orgânicas (UO) da mesma instituição, facilitando a uniformização de procedimentos e operações, com garantia de poder ser acedido a partir de qualquer dispositivo com ligação à internet. Assegura uma relação de proximidade e eficácia entre os vários intervenientes, aumentando a eficiência e rapidez do serviço prestado. 1 A informação expressa nesta secção foi recolhida no manual “NONIO – Sistema de gestão do ensino superior”, disponibilizado pela XWS – eXpress Web Solutions, Lda. Mestrado em Marketing e Comunicação 9 A sua estrutura contempla uma base de dados única e aplicações para três perfis diferentes de utilizadores: Inforgestão (serviços), Infordocente (docentes) e Inforestudante (alunos). INFORGESTÃO A plataforma Inforgestão permite aos serviços gerir toda a informação dos alunos e disponibilizar ferramentas que possibilitam a comunicação com os alunos, docentes e candidatos. Estas ferramentas permitem a realização de operações de gestão académica e de tesouraria. Esta plataforma é utilizada por diversos serviços da instituição na execução de tarefas rotineiras, mas também pelos órgãos de gestão com funções de monotorização e apoio à decisão que têm acesso em tempo-real à informação e indicadores necessários. Os módulos disponíveis no Inforgestão incluem: a gestão de serviço docente; a gestão de inscrições em turmas; tutorias e apoio pedagógico. INFORDOCENTE Esta vertente da plataforma é direcionada aos docentes da instituição e alguns serviços (ajustado à orgânica de cada UO). Os docentes têm acesso a toda a informação atual, que lhes permite gerir as suas tarefas letivas. Possibilita aos docentes a consulta da informação dos alunos e o acesso a funcionalidades de apoio pedagógico. As funcionalidades do Infordocente abrangem: o apoio pedagógico; gestão de serviço docente; tutorias; gestão de inscrições em turmas e qualidade pedagógica. Permite também fazer a gestão das avaliações, dos espaços, realizar requerimentos e candidaturas a mobilidade. INFORESTUDANTE Dirigido aos alunos e candidatos, o Inforestudante retém informação relacionada com o percurso académico, assegurando a confidencialidade e proteção dos dados pessoais. As funcionalidades desta plataforma académica permitem ao aluno aceder comodamente Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 10 aos seus dados, em qualquer altura e à distância. Permite-lhes consultar o seu histórico académico, executar tarefas e cumprir procedimentos sem terem que se deslocar presencialmente aos serviços. Os alunos têm também disponíveis conteúdos relativos a cada disciplina, disponibilizados pelos docentes. O interface entre aluno/serviços/docente é direto e imediato. O Inforestudante disponibiliza vários módulos: candidaturas; matrículas e inscrições em exames; gestão de alunos (dados pessoais e curriculares, percurso académico; registo automático de conclusão de curso e médias); gestão de avaliações; registo de notas e tratamento de pautas; emissão de certidões e suplemento ao diploma; requerimentos; gestão financeira; gestão da oferta formativa; gestão da mobilidade (incoming e outgoing); gestão dos espaços; unidades curriculares isoladas; notificações manuais pelos serviços; listagens e estatísticas; segurança; inquéritos e qualidade pedagógica. 2.3. Modelos de adoção e uso de tecnologia Amron et al. (2019) referem que a aceitação de uma nova tecnologia pelo utilizador ou organização depende principalmente da perceção de como essa ferramenta poderá facilitar a execução das tarefas. No entanto, esta perceção de eficácia e dos benefícios pelos utilizadores é subjetiva e poderá encontrar resistência. Para este autor a palavra “aceitação” conduz a duas situações: de “aceitação” ou “não aceitação”. A presença da informática e das tecnologias da informação nas organizações é hoje fundamental e tem vindo a evoluir drasticamente ao longo dos tempos. Alguns autores (Venkatesh et al., 2003, as cited in Westland & Clark, 1999) referem que o capital investido pelas organizações nas novas tecnologias, desde 1980, é elevado e pretende aumentar a produtividade e, consequentemente, as receitas. Referem, no entanto, que, para que este investimento tenha retorno, é necessário que os utilizadores aceitem e utilizem as novas tecnologias adquiridas pela organização. É, portanto, extremamente importante para quem investe em tecnologia, saber quais os fatores que influenciam a aceitação e uso (ou não aceitação e não utilização), de forma a Mestrado em Marketing e Comunicação 11 que as organizações possam estabelecer um plano de intervenção junto dos utilizadores, nomeadamente através de formação (Pinho et al., 2018). A pesquisa realizada evidenciou a existência de uma variedade notável de estudos realizados com recurso a vários modelos teóricos, originais e adaptados, que têm vindo a ser aplicados com o intuito de explicar a aceitação e uso da tecnologia (Al-Rahmi et al., 2019; Cazan et al., 2019; Fındık-Coşkunçay et al., 2018; Koul & Eydgahi, 2017; Maican et al., 2019; Mokhtar et al., 2018; Rai & Selnes, 2019; Scherer et al., 2019). Identificam-se de seguida os modelos de aceitação e uso da tecnologia que, segundo Basyal e Seo (2017), estão na base da constituição da Teoria Unificada de Uso e Aceitação da Tecnologia (UTAUT), de Venkatesh et al. (2003), e que posteriormente deu origem à Teoria Unificada de Uso e Aceitação da Tecnologia 2 (UTAUT2), de Venkatesh et al. (2012). Teoria da Ação Racional/ Theory of Reasoned Action (TRA) A TRA, proposta por por Fishbein e Ajzen (1975), pretende prever o comportamento dos utilizadores em determinado contexto. O comportamento é determinado pelas intenções de comportamento do indivíduo. Fundamentalmente, a TRA defende a existência de uma norma subjetiva, em que o individuo valoriza o que a maioria das pessoas considera importante em relação ao seu comportamento. Por outro lado, a TRA destaca a atitude em relação ao comportamento, defendendo que os indivíduos adotarão a tecnologia proposta se percecionarem que a sua utilização trará resultados positivos. Modelo de Aceitação da Tecnologia/ Technology Acceptance Model (TAM) Concebido especificamente para a área das tecnologias da informação, o TAM, de Davis (1989), privilegia dois constructos principais, que são a utilidade percebida e a facilidade de utilização percebida da tecnologia, para prever e explicar a aceitação de novas tecnologias pelo utilizador. A intenção de utilização é influenciada pela atitude em relação ao uso da tecnologia e pela utilidade percebida. A facilidade do uso percebida influencia a utilidade percebida. Concretamente sobre aceitação e uso de plataformas digitais académicas por estudantes de ensino superior, foi identificado o estudo de Presley, Adrien e Theresa, Presley (2009), com aplicação do TAM adaptado. Uma das limitações deste estudo, indicada pelos autores, refere-se aos valores baixos na relação entre a Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 12 intenção e o uso. Embora significativa, os autores referem que, para prever a utilização da tecnologia, seria benéfico identificar constructos adicionais. Segundo Venkatesh & Davis (2000), o TAM, de Davis (1989), é o mais comum em estudos sobre a aceitação e uso da tecnologia. O TAM original foi modificado, restruturado no TAM2 (Venkatesh & Davis, 2000) e posteriormente na UTAUT (Basya et al., 2017). De salientar o estudo mais recente de Saghapour et al. (2018), com aplicação do TAM adaptado na investigação sobre a utilização de um portal académico de alunos, em contexto de IES, e o estudo de Presley e Presley (2009) em contexto semelhante. Pese embora o impacto considerável do TAM verificado em inúmeros estudos (Al-Rahmi et al., 2019; Mokhtar et al., 2018; Scherer et al., 2019), Dečman (2015) refere que a UTAUT, comparada com o TAM, acrescenta a componente social, que defende ser muito importante em contexto de ensino. Para este autor, o TAM é um modelo demasiadamente simples para poder ser aplicado a uma diversidade tão grande de tecnologia e a diversos contextos de adoção. Teoria do Comportamento Planeado/ Theory of Planned Behavior (TPB) A TPB, de Ajzen (1991), é considerada uma extensão da TRA, que incorpora a variável controlo comportamental percebido, ou seja, a perceção de facilidade ou dificuldade do indivíduo em relação à manifestação do comportamento. Segundo o autor, este constructo tem influência direta sobre o comportamento e indireta, por intermédio da intenção comportamental. Modelo de Utilização do Computador Pessoal/ Model of PC Utilization (MPCU) Thompson et al. (1991) adaptaram o Modelo do Comportamento Humano, apresentado por Triandis em 1977 e propuseram o MPCU, que procura prever o uso dos computadores pessoais ao invés da intenção de utilização. O MPCU foi, no entanto, aplicado na previsão de aceitação de outras tecnologias da informação. Modelo Motivacional/ Motivation Model (MM) O MM, de Davis et al. (1992), tem na sua base a Teoria da Motivação de Deci (1971, 1972, 1975). Esta teoria defende que as motivações extrínsecas e intrínsecas são os fatores que determinam o comportamento. Partindo desta teoria, estes autores analisaram os dois constructos, de forma a medir os seus efeitos na intenção comportamental. As Mestrado em Marketing e Comunicação 13 motivações extrínsecas foram medidas através do constructo utilidade percebida, enquanto que as motivações intrínsecas foram medidas através da satisfação que a utilização da tecnologia proporciona. Os estudos de Davis et al. (1992) tiveram como objetivo desenvolver e validar novas escalas de medição para os constructos utilidade percebida e facilidade de utilização percebida, colocando a hipótese de serem determinantes no uso de computadores. Os resultados confirmaram que a utilidade percebida teve maior influência no comportamento de uso do que a facilidade de uso. Modelo Combinado TAM-TPB/ Combined Model TAM-TPB Este modelo híbrido, de Taylor e Todd (1995), combina constructos da TPB com o constructo utilidade percebida do TAM. Estes autores defendem que a relação entre os constructos deste modelo combinado é moderada pela experiência do utilizador. Este estudo permitiu concluir que o impacto da utilidade percebida, da atitude e do controlo comportamental percebido sobre a intenção comportamental foi maior em utilizadores com maior experiência. Teoria da Difusão da Inovação / Innovation Diffusion Theory (IDT) A IDT, de Rogers (1995), surge ligada à área da Sociologia, com o objetivo de prever a possibilidade de adoção de uma inovação e o seu nível de adoção. A inovação, segundo este autor, é algo novo, uma ideia, uma prática ou um objeto percebido pelo utilizador como algo novo, desconhecido. Esta inovação percebida causa incerteza, que conduz o individuo a procurar alternativas. A difusão é definida por este autor como o processo de transmissão da inovação realizado através de vários canais, ao longo do tempo, pelos indivíduos integrantes de um sistema social. Teoria Social Cognitiva / Social Cognitive Theory (SCT) Os estudos de Compeau e Higgins (1995) basearam-se na Teoria Social Cognitiva, formulada por Albert Bandura, em 1986. Conhecida inicialmente como Teoria da Aprendizagem Social, esta teoria considera a autoeficácia, os resultados expectáveis, os objetivos e a interação com o meio ambiente variáveis importantes no desenvolvimento pessoal do indivíduo. Bandura (1977) defende que existem vários fatores, como a cultura, o género, a estrutura social e o estado de saúde, que em conjunto influenciam as Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 14 capacidades cognitivas do indivíduo. Deste modo, esta teoria contribui para estruturar o indivíduo e o seu comportamento perante a adoção de tecnologia. A SCT defende que o comportamento do indivíduo é influenciado por fatores internos relacionados com a personalidade e a cognição, mas também por fatores externos, ambientais. Esta relação foi designada como determinismo recíproco por Compeau e Higgins (1995). A expectativa de desempenho e os resultados pessoais, a autoeficácia, o afeto e a ansiedade são constructos fundamentais no estudo sobre o uso de computadores (Compeau & Higgins, 1995). Este estudo concluiu que a autoeficácia influencia diretamente o afeto e a ansiedade e indiretamente o uso. Por sua vez, o afeto e a ansiedade têm influência direta no uso. Dada a multiplicidade de modelos teóricos existentes, os investigadores demonstravam alguma dificuldade em optar por constructos dos vários modelos ou escolher um modelo original, tendo que ignorar as contribuições importantes de modelos alternativos existentes (Dečman, 2015; Venkatesh et al., 2003). Venkatesh et al. (2003) concluíram que os resultados da aplicação dos oito modelos acima descritos explicavam sistematicamente, em mais de 40%, a variação da intenção de uso da tecnologia. Consequentemente, estes autores consideraram que seria benéfico compilar num só modelo os constructos que demonstraram ter maior influência na intenção e uso da tecnologia. O estudo destes autores, publicado em setembro de 2003, pretendeu validar uma teoria unificada que conseguisse, com maior relevância, explicar os fatores que influenciam a aceitação e uso das tecnologias pelos utilizadores nas organizações. Surge, deste modo, a UTAUT, de Venkatesh et al. (2003), que se descreve de seguida. 2.3.1. Teoria Unificada de Aceitação e Uso de Tecnologia – UTAUT A UTAUT, de Venkatesh et al. 2003, representada na Fig. 1, teve como objetivo prever, por um lado, a intenção comportamental de uso de uma tecnologia e por outro lado, o uso real da tecnologia, sobretudo em contextos organizacionais como refere Venkatesh et al. (2016). Foram considerados neste modelo oito variáveis, a seguir designadas de acordo com Venkatesh et al. 2003: Mestrado em Marketing e Comunicação 15 - Expectativa de desempenho – é a perceção do utilizador que terá benefícios na execução das suas tarefas ao utilizar a tecnologia, à semelhança da definição de utilidade percebida do modelo TAM (Davis, 1989); - Expectativa de esforço – entendida como o grau de facilidade do utilizador associado ao uso da tecnologia. Esta variável é semelhante à facilidade de uso identificada no TAM (Davis 1989); - Influência social – é o grau de perceção da opinião dos outros sobre se o utilizador deve usar a tecnologia. A origem desta definição remonta à norma subjetiva da TRA (Fishbein & Ajzen, 1975); - Condições facilitadoras – definidas como o grau de perceção do utilizador da existência de uma estrutura organizacional e técnica de suporte ao uso da tecnologia. Este constructo é semelhante ao controlo comportamental percebido presente no MPCU, de Thompson et al. (1991); - Intenção de uso – é a intenção de utilizar a tecnologia. Segundo Venkatesh et al. (2012), este constructo é o preditor principal do uso da tecnologia, ou seja, o uso, enquanto variável dependente, é fortemente influenciado pela intenção de uso. Segundo Davis et al. (1989), a intenção comportamental é o indício mais forte do uso. Venkatesh et al. (2003), indicam que intenção de uso tem um efeito positivo direto no uso da tecnologia. - Uso – refere-se à utilização real da tecnologia por parte do utilizador. A teoria de Venkatesh et al. (2003) defende que as quatro variáveis base do modelo – expectativa de desempenho, expectativa de esforço, influência social e condições facilitadoras – influenciam diretamente a intenção de uso da tecnologia, enquanto que a intenção de uso e as condições facilitadoras determinam o uso da tecnologia. Os restantes constructos do modelo são o género, a idade, a experiência e a voluntariedade de uso e são designados como variáveis moderadoras da intenção de uso, uma vez que regulam as várias relações da UTAUT. Este modelo foi testado e validado no estudo longitudinal de Venkatesh et al., (2003), conseguindo explicar aproximadamente 70% da variação da intenção de uso da tecnologia Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 16 As primeiras pesquisas realizadas no presente estudo sobre a UTAUT, e de acordo com Venkatesh et al. (2003, 2012), permitiram identificar de imediato a existência de uma variedade de estudos com aplicação do modelo original ou de modelos adaptados em: 1) diferentes tipos de tecnologia, 2) diversas áreas de especialização, 3) diferentes contextos organizacionais ou grupos diversificados de indivíduos e 4) diversos locais/países. Recorrendo à aplicação da UTAUT original ou de modelos adaptados, os autores destes estudos têm em comum o objetivo de evidenciar os determinantes que influenciam a aceitação e uso da tecnologia. O estudo realizado por Marques et al. (2011) pretendeu verificar a adequação do modelo original UTAUT na análise sobre o uso da tecnologia da informação em processos pedagógicos no ensino superior. Os autores propuseram-se compreender a baixa utilização da tecnologia pelos docentes de uma IES, no sentido de sugerir medidas para melhorar a adoção. Os resultados deste estudo revelaram que as quatro variáveis base da UTAUT (expectativa de desempenho, expectativa de esforço, influência social e condições facilitadores) e a variável moderadora voluntariedade de uso alcançaram valores entre os 4,94 e os 5,31, numa escala de Likert de 7 pontos, sendo que as condições facilitadoras e Expectativa de desempenho Expectativa de esforço Intenção de Uso Uso Experiência Género Idade Condições facilitadoras Influência social Voluntariedade de uso Figura 1 – Modelo UTAUT (Venkatesh et al., 2003) Mestrado em Marketing e Comunicação 17 a voluntariedade de uso obtiveram os resultados mais elevados (5,31 e 5,25, respetivamente), sendo os fatores com maior influência positiva na utilização da tecnologia. Venkatesh et al. (2016) apresentaram uma revisão síntese da literatura existente sobre a aplicação da UTAUT, desde setembro de 2003 a dezembro de 2014. Estes autores categorizaram os estudos publicados durante este período por: 1) grupos de utilizadores de tecnologia: trabalhadores, consumidores e cidadãos; 2) grupos de organizações por sectores de atividade (instituições públicas ou privadas, de produção ou de serviços), onde se incluem escolas, hospitais e instituições governamentais; 3) diferentes tipos de tecnologia (internet, diferentes contextos de aprendizagem digital, serviços bancários móveis, serviços e-governo); 4) diferentes tipos de utilização. A análise deste artigo permitiu identificar, num só documento, estudos anteriormente realizados concretamente no contexto organizacional das escolas/universidades com aplicação da UTAUT original, da UTAUT integrada noutras teorias e da UTAUT adaptada com inclusão de novas variáveis. No contexto das instituições de ensino, os autores identificam as investigações de El-Gayar et al. (2007), Liao et al. (2004) e Pynoo et al. (2011), conforme descrito na tabela seguinte: Tabela 1 – Aplicação da UTAUT em estudos sobre instituições de ensino Autores Utilizadores Tecnologia Tarefa Fase Organização Local El-Gayar e Moran (2007) Estudantes Tablet PC Learning Adoção Universidade USA Liao et al. (2004) Estudantes Web- learning Learning Adoção Universidade USA Pynoo et al. (2011) Docentes Digital- learning Lecionação, comunicação e administração Adoção, uso inicial e uso final Escola secundária Bélgica Fonte: Elaboração própria, com base em Venkatesh et al. (2016) Dečman (2015) testou a UTAUT no estudo que realizou, em contexto de e-learning no ensino superior. O objetivo da sua investigação era aferir sobre a adequação da UTAUT num ambiente de e-learning obrigatório e investigar a influência do género e da educação prévia dos estudantes na aceitação e uso desta tecnologia, mais concretamente da plataforma Moodle. Do modelo original da UTAUT, Dečman (2015) manteve os Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 18 constructos expectativa de desempenho, expectativa de esforço e influência social com relação direta na intenção de uso. Os resultados comprovaram a aplicabilidade da UTAUT (adaptada) em contextos de e-learning obrigatório numa IES. A influência social e a expectativa de desempenho influenciaram significativamente a intenção de uso da tecnologia. A educação prévia dos alunos ou o género não tiveram nenhum resultado significativo neste estudo. Os resultados sugerem ainda que os alunos julgam que lidam bem com a tecnologia moderna e estão prontos a utilizá-la se acreditarem que esta aumenta o seu desempenho. A meta-análise realizada por Dwivedi et al. (2011) a 43 estudos publicados com aplicação da UTAUT revelou a importância das quatro variáveis base da UTAUT em estudos sobre a aceitação e uso da tecnologia. Segundo estes autores, a expectativa de desempenho demonstrou ser o constructo com maior significância na relação com a intenção de uso, seguindo-se a influência social, a expectativa de esforço e por último, as condições facilitadoras. Embora este modelo tenha sido testado e validado em inúmeros estudos, em diversos contextos e locais, as limitações da UTAUT tornaram-se evidentes pela sua aplicabilidade a contextos organizacionais em detrimento de contextos de consumo (Negahban & Chung, 2014). Desta limitação surge a necessidade de adaptação deste modelo à aceitação e às intenções dos consumidores, com destaque para o e-commerce (Chen, 2013). Para preencher esta lacuna, Venkatesh et al. (2012) introduziram uma nova versão da UTAUT: a UTAUT2. 2.3.2. Teoria Unificada de Aceitação e Uso de Tecnologia 2 – UTAUT2 Venkatesh et al. (2012) apresentam a UTAUT2 como uma extensão da UTAUT original, com o objetivo de estudar a aceitação e uso da tecnologia pelo consumidor, em contexto não organizacional. Este modelo mantém as quatro variáveis base da UTAUT (expectativa de desempenho, expectativa de esforço, influência social e condições facilitadoras) e acrescenta três novos constructos: Mestrado em Marketing e Comunicação 19 - Motivação hedónica – entendida como o prazer que o consumidor experiencia com a utilização da tecnologia; - Valor do preço – definido como a comparação feita pelo consumidor entre os benefícios percebidos e o custo/preço a suportar pela utilização da tecnologia; - Hábito – refere-se à utilização habitual da tecnologia, refletindo os resultados de experiências passadas. Venkatesh et al. (2012) fazem a distinção entre experiência e hábito. A experiência é definida como sendo o tempo que decorre desde o início da utilização da tecnologia pelo indivíduo, enquanto que o hábito é entendido como a tendência do indivíduo em desempenhar comportamentos automáticos baseados na aprendizagem (Limayem et al. 2007). A duração de utilização da tecnologia (ou seja, a experiência) é condição necessária, mas não suficiente para a formação do hábito e pode resultar em diferentes níveis da sua formação, dependendo da proximidade que o individuo tem da tecnologia. De acordo com Venkatesh et al. (2012), a integração do hábito na UTAUT2 veio complementar a teoria da intencionalidade como fator explicativo principal do comportamento. Segundo Venkatesh et al. (2012), na UTAUT2, à semelhança do que acontecia no modelo original, a expectativa de desempenho, a expectativa de esforço e a influência social explicam a intenção de uso. Para além destas três variáveis, a intenção de uso é ainda explicada neste modelo pelas condições facilitadoras, pelo hábito, pela motivação hedónica e pelo valor do preço. Por sua vez, o uso da tecnologia é explicado pelas variáveis condições facilitadoras, hábito e intenção de uso. Venkatesh et al. (2012), refere que na UTAUT2 as variâncias explicadas são significativamente maiores do que na UTAUT, quer da intenção de uso (74% versus 56%), quer do uso da tecnologia (52% versus 40%). Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 20 2.3.3. Aplicação da UTAUT e da UTAUT2 a diferentes tecnologias Destacam-se nesta secção as variáveis determinantes da intenção de uso e uso da tecnologia, identificadas em vários estudos com aplicação das teorias unificadas de aceitação e uso da tecnologia (UTAUT e UTAUT2). São inúmeros os estudos existentes sobre aceitação e uso de diferentes tipos de tecnologia, em diferentes contextos, tais como: e-banking (Alalwan et al., 2017; Baptista & Oliveira, 2015), e-government (Dwived & Rana, 2017); mobile learning e e-commerce (Al-Azawei & Alowayr, 2020; Chen, 2013) e smartphones (Ameen & Willis, 2018; Ramirez-Correa et al., 2018). A pesquisa efetuada revelou a inexistência de estudos concretos realizados sobre aceitação e uso de plataformas académicas por estudantes de IES, em contexto Expectativa de desempenho t ti s Expectativa de esforço Intenção de uso Uso Experiência Idade Género Condições facilitadoras Influência social Motivação hedónica Valor do preço Hábito Figura 2 – Modelo UTAUT2 (Venkatesh et al., 2012) Mestrado em Marketing e Comunicação 21 obrigatório de uso da tecnologia. Foram então considerados estudos, com aplicação da UTAUT e UTAUT2, que se aproximam da realidade do presente estudo. Destacam-se, assim, os contributos de Bower et al. (2020), Chen (2011), Dečman (2015), El-Galay et al. (2011), El-Masri e Tarhini (2017), Jung e Lee (2020), Marques et al. (2011), Pinho et al. (2018) e Samsudeen e Mohamed (2019). a) Expectativa de desempenho Dečman (2015) destaca a expectativa de desempenho como sendo o constructo mais importante no uso da tecnologia na área da educação e Instituições de Ensino. O seu estudo revela que este constructo não só tem uma influência positiva na intenção de uso como é o constructo mais forte, indo ao encontro da teoria defendida previamente por Venkatesh et al. (2003). O estudo de El-Gajar at al. (2011) revelou que a expectativa de desempenho assume um papel importante na influência direta e indireta da aceitação do Tablet PC pelos estudantes universitários. Estudos realizados em contexto organizacional de IES, em ambiente obrigatório de uso da tecnologia, nomeadamente de sistemas de e- learning, com adaptação dos modelos UTAUT e UTAUT2, revelaram igualmente que a expectativa de desempenho é um dos preditores que influência positiva e significativamente a intenção de uso (Dečman, 2015; El-Masri & Tarhini, 2017; Samsudeen & Mohamed, 2019). Chen (2011) identificou a expectativa de desempenho como um dos componentes mais fortes da expetativa tecnológica com impacto na intenção de uso. b) Expectativa de esforço Esta variável tem sido genericamente validada em estudos com aplicação da UTAUT e da UTAT2 (El-Masri & Tarhini, 2017; Marques et al., 2011; Samsudeen & Mohamed, 2019). Marques et. al. (2011) e Venkatesh et al. (2003) referem que a expectativa de esforço é uma variável muito forte, quer seja em contexto de uso voluntário da tecnologia, quer seja em contexto obrigatório. No entanto, Venkatesh et al. (2003) ressalvam que esta variável é significativa somente durante os primeiros tempos de utilização da tecnologia, tornando-se insignificante em períodos de utilização rotineira prolongada. No estudo de Samsudeen e Mohamed (2019), este constructo foi identificado como o determinante com maior influência na intenção de uso de e-learning pelos estudantes de IES no Sri Lanka. Os resultados desse estudo revelaram também que os alunos que já utilizavam Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 22 tecnologias não necessitam de formação para utilizar o sistema de e-learning. Recorrendo à UTAUT2 como modelo base, Merhi et al. (2019) estudaram a adoção do serviço mobile banking por consumidores Libaneses e Ingleses. Os resultados deste estudo revelaram que a expectativa de esforço é um determinante direto da intenção de uso desta tecnologia dos consumidores de ambas as nacionalidades. c) Condições facilitadoras A variável condições facilitadoras é comum à UTAUT e à UTAUT2. No entanto, Venkatesh et al. (2003) consideraram as condições facilitadoras, centradas em aspetos de controlo, sem influência significativa na intenção de uso. Na UTAUT, as condições facilitadoras influenciam diretamente o uso da tecnologia. Venkatesh et al. (2003) sugeriam que as condições facilitadoras substituíssem o controlo comportamental (Ajzen, 1991) e influenciassem diretamente o comportamento, dado que, num ambiente organizacional, as condições facilitadoras (tais como formação ou suporte na utilização da tecnologia) são de acesso livre e invariáveis para todos os utilizadores. Deste modo, consideraram este constructo somente com influência direta no uso. Em contrapartida, o estudo de El-Gayar et al. (2011) sobre o uso do Tablet PC por estudantes universitários, confirmou a influência positiva das condições facilitadoras na intenção de uso desta tecnologia. Também El- Masri e Tarhini (2017), no estudo realizado sobre a adoção de sistemas de e-learning por estudantes universitários, comprovaram a importância da influência positiva das condições facilitadoras na intenção de uso em países desenvolvidos. Chen (2011), identificou as condições facilitadoras como o segundo componente com maior influência direta na expetativa tecnológica e, indiretamente na intenção de uso. Segundo Venkatesh et al. (2012), em contexto de consumo, as condições facilitadoras são dirigidas a cada utilizador de diferentes formas e cada utilizador terá diferentes níveis, tempos e formas de acesso a esse suporte. Defendem ainda que as condições facilitadoras serão sempre consideradas importantes pelos utilizadores que valorizam esse apoio, mesmo se tiverem experiência no uso da tecnologia. Mestrado em Marketing e Comunicação 23 d) Influência social Venkatesh et al. (2003) referem-se à influência social como sendo uma variável muito complexa que, em ambientes organizacionais onde o uso da tecnologia é obrigatório, tem uma relação direta com a intenção de uso. Portanto, numa fase inicial de utilização da plataforma, o seu efeito na intenção de uso pode ser importante, mas tende a tornar-se insignificante com a utilização duradoura, deixando de ter influência significativa na intenção de uso (Venkatesh & Davis, 2000; Venkatesh et al., 2003). Outros estudos (McLeod et al., 2009; Venkatesh & Davis, 2000) confirmaram que a influência social tem um efeito significativo na intenção de uso em contextos de uso obrigatório, ao contrário do que acontece em ambientes de uso voluntário da tecnologia. Samsudeen e Mohamed (2019) apresentaram resultados significativos na relação a influência social e a intenção de uso, evidenciando este constructo como o segundo maior influenciador no uso da tecnologia. Estes autores afirmam que para um estudante, a opinião dos colegas, dos professores e das pessoas por quem tem consideração tem uma grande influência na intenção de uso dos sistemas de e-learning. Outros estudos, identificam a influência social como preditor da intenção de uso (Dečman, 2015; El-Gayar et al., 2011; Jung & Lee, 2020). e) Hábito Limayem et al. (2007) integraram o hábito na Teoria da Confirmação da Expectativa (ECT) e referem que, quando existe uma utilização frequente da tecnologia durante algum tempo, o hábito torna-se o elemento mais forte na utilização efetiva da tecnologia, podendo até anular o efeito indireto por intermédio da intenção de uso. Em estudos prévios, Limayem e Hirt (2003) identificaram o hábito como sendo um constructo de grande influência no uso da tecnologia. Outros estudos mais recentes realizados em contexto organizacional de IES (Bower et al., 2020), com obrigatoriedade de utilização das tecnologias (El-Masri & Tarhini, 2017; Jung & Lee, 2020), por sua vez, consideraram o hábito somente com influência positiva na intenção de uso, comprovando que este constructo obteve resultados significativos. Já Merhi et al. (2019), em contexto de uso voluntário da tecnologia (e-banking), contemplaram somente a relação positiva e influente do hábito sobre a intenção de uso, validando esta relação. Bower et al. (2020) indicaram também o hábito com influência positiva na intenção de uso. No entanto, foi Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 24 com Venkatesh et al. (2012) que o hábito foi considerado com influência positiva, quer na intenção de uso, quer no uso de tecnologia. Baptista e Oliveira (2015) também validaram a influência significativa do hábito, quer na intenção de uso, quer no uso, mas em contexto de utilização de e-banking. f) Intenção de uso A intenção de uso é, segundo Venkatesh et al. (2012), um constructo preditor principal do uso da tecnologia. De acordo com estes autores, a intenção de uso na UTAUT original, estabelece um efeito positivo direto no uso da tecnologia, enquanto que na UTAUT2 a influência da intenção de uso no uso é moderado (pela variável experiência). Venkatesh et al. (2012) referem que o efeito da intenção de uso no comportamento tende a diminuir à medida que a experiência de utilização da tecnologia aumenta. Samsudeen e Mohamed (2019) testaram a UTAUT2 em contexto organizacional de ensino superior e comprovaram que a intenção de uso influencia significativamente o uso da tecnologia. Outros autores optaram por analisar os efeitos de variados fatores, com adaptação da UTAUT2, considerando somente como variável dependente a intenção de uso (Dečman, 2015; El- Galay et al., 2011; El-Masri e Tarhini, 2017; Merhi et al., 2019). g) Uso O uso é definido, por Venkatesh et al. (2003, 2012), como sendo a utilização real da tecnologia. A UTAUT2 é um modelo abrangente no estudo da aceitação da tecnologia, quer em contextos de consumo, quer em contextos organizacionais (Ameen & Willis, 2018). Deste modo, considerando a revisão da literatura efetuada, optou-se por considerar a UTAUT2 como modelo base do presente estudo empírico, mantendo sete variáveis base: expectativa de desempenho, expectativa de esforço, influência social, condições facilitadoras, hábito, intenção de uso e uso. Os constructos motivação hedónica e o valor do preço não foram considerados nesta pesquisa, uma vez que esta é realizada em contexto organizacional de uso obrigatório da tecnologia. Também não foram consideradas as variáveis idade, sexo e experiência da UTAUT2, centradas nas características individuais, que moderam os efeitos dos constructos na intenção de uso da Mestrado em Marketing e Comunicação 25 tecnologia, de forma a tornar o modelo de investigação mais simples, de acordo com Venkatesh et al. (2016). Autores como Dwivedi et al. (2011), Dwivedi et al. (2017) e Jung e Lee (2020) argumentam que, sem estas variáveis, o modelo não fica condicionado e poderá ser aplicado a outros contextos de uso de tecnologia. Identificadas as sete variáveis que irão integrar o modelo de investigação, a revisão da literatura foi alargada a estudos anteriormente realizados com o objetivo de identificar novos constructos que possam acrescentar valor explicativo à intenção de uso e ao uso de plataformas académicas pelos estudantes do ensino superior. 2.4. Segurança e privacidade online De acordo com Hong e Thong (2013) e Mekovec e Hutinshi (2012), a internet permite hoje o acesso a vários conteúdos e funcionalidades e constitui-se como o meio de comunicação mais utilizado, através do qual circulam informações pessoais dos consumidores recolhidas e transmitidas por inúmeras entidades. As questões relacionadas com a segurança e a privacidade dos serviços prestados online têm sido abordadas por vários investigadores como potenciais inibidores da utilização dos serviços online (Mekovec & Hutinshi, 2012), em diferentes contextos de adoção e uso da tecnologia: e-commerce (Belanger et al., 2002; Cheung & Lee, 2006); e-banking (Martins et al., 2013; Merhi et al., 2019); serviços smart home devices (Koblas & Wang, 2019; Heetae, 2017) e cloud computing (Alsmadi & Rana, 2018). Na perspetiva de Mekovec e Hutinshi (2012), as razões de maior relevo para se investigar a perceção dos utilizadores online sobre questões de privacidade e segurança prendem- se com: 1) o facto de o uso da tecnologia ter grande impacto na privacidade; 2) o favorecimento da digitalização de dados, permitindo aceder facilmente à informação de qualquer utilizador; 3) a evidência de que a informação digitalizada ficar para sempre disponível online e 4) os utilizadores estarem cada vez mais conscientes e preocupados com as questões de proteção/invasão da sua privacidade. Segundo estes autores, privacidade e segurança, apesar de relacionadas, são percecionadas pelos utilizadores como distintas. No entanto, alguns estudos mencionam que estas duas variáveis estão Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 26 relacionadas e são, muitas vezes, confundidas (Bansal, 2017), ou seja, questões sobre o armazenamento seguro de informação são confundidas com a partilha de informação relacionada com a privacidade. Outra prática comum na literatura, identificada por Belanger et al. (2002), está relacionada com a utilização de termos globais, como por exemplo “garantias de proteção” (Belanger et al., 2002, p.248), aplicados simultaneamente a questões de privacidade e de segurança. De acordo com estes autores, é incerto que os consumidores percecionem de facto estas questões como distintas. Segundo Belanger et al. (2002), estudos prévios abordaram também esta questão em contexto de e-commerce, confirmando que privacidade e segurança são concetualizados como distintos e, em certos estudos, não existe sequer relação entre os dois termos. Por exemplo, Klobas et al. (2019) definiram “privacidade” como sendo o direito de o utilizador poder controlar a recolha, utilização e divulgação dos seus dados e “segurança” como sendo as medidas utilizadas para proteção do hardware/software e dados associados a este tipo de tecnologia. Estes autores defendem que a privacidade diz respeito essencialmente aos dados que identificam os utilizadores e aos direitos dos utilizadores em controlarem os seus dados. A segurança, por sua vez, “proporciona as salvaguardas físicas, lógicas e processuais necessárias para manter os dados privados” (Klobas et al., 2019, p.1549). O presente estudo pretende abordar as questões de segurança e privacidade como fatores distintos, com potencial impacto na aceitação e uso de plataformas académicas. Os estudos existentes que abordam estas questões surgem geralmente associados a ambientes de uso voluntário da tecnologia, nomeadamente e-commerce, e-banking, serviços de pagamento online e redes sociais, onde a preocupação com estas questões assume um papel relevante na aceitação e uso da tecnologia. a) Segurança percebida Belanger et al. (2002) referem-se à segurança percebida como sendo o grau de proteção percebida contra ameaças realizadas na rede, ataques de transações de dados ou acesso não autorizado, através de falsas autenticações. Complementando este raciocínio, Almaiah e Al-Khasawneh (2020) referem-se à segurança percebida como sendo o conjunto de procedimentos adotados que possam salvaguardar os dados dos utilizadores Mestrado em Marketing e Comunicação 27 de possíveis ameaças ou ataques, com o propósito de manter a integridade e confidencialidade da informação, de forma a que o sistema seja credível. Almaiah e Al- Khasawneh (2020) referem que “a segurança é uma das principais preocupações dos prestadores de serviços” (p.3093). Os resultados do estudo de Almaiah e Al-Khasawneh (2020), realizado em contexto organizacional de IES sobre aceitação e uso do cloud computing móvel, demonstraram que a segurança percebida é um dos fatores de maior importância na adoção desta tecnologia, tendo um impacto positivo na relação com a intenção de uso. Belanger et al. (2002) concluíram que para as transações de e-commerce aumentarem teriam de ser combatidas as preocupações dos consumidores com a segurança. Os resultados deste estudo revelaram que o consumidor decide fornecer informação privada quando confia nas suas perceções de fiabilidade, independentemente de estar a comprar online ou em loja. No entanto, Shin (2009) refere que um acesso seguro pode não evidenciar qualquer precaução que tenha sido tomada e um acesso muitíssimo inseguro pode induzir nos utilizadores uma sensação falsa de uma boa segurança. O estudo realizado por Cheng et al. (2006), sobre a adoção das plataformas e-banking, acrescentou ao modelo original TAM a segurança web percebida. Os resultados revelam que este constructo demonstra sobretudo a sua influência positiva significativa e direta na intenção de utilização desta plataforma. Shin (2009) adaptaram o modelo UTAUT, incluindo nele a variável segurança percebida como fator influenciador da intenção de utilização do serviço de pagamento mobile wallet. Este autor demostrou que as atitudes e intenções dos utilizadores deste serviço são influenciadas sobretudo pela segurança percebida, sendo um dos constructos de maior influência positiva na intenção de uso desta tecnologia. No contexto da utilização das redes sociais, Shin (2010) revelou, por um lado, a preocupação dos utilizadores quanto à vulnerabilidade da segurança das redes sociais e infrações de privacidade ao utilizarem este serviço e, por outro, que a segurança percebida pelos utilizadores influencia diretamente a confiança na utilização das redes sociais. Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 28 b) Privacidade percebida McLeod et al. (2009) optaram por considerar, no seu estudo sobre a intenção de uso de software fiscal, a variável privacidade, definindo-a como sendo a crença do utilizador de que os dados inseridos no sistema permanecem confidenciais. Estes autores pretendiam avaliar qual o efeito da privacidade na intenção de utilização deste software, considerando dois tipos de utilizadores: profissionais (com experiência de uso de software de preparação fiscal) e estudantes (sem experiência de uso desta tecnologia). Os resultados demonstram que a privacidade tem uma relação significativa com a atitude dos estudantes em relação ao risco, explicando em 11% a sua variação e influenciando direta e indiretamente a intenção de uso da tecnologia. Em contexto organizacional de IES, Almaiah e Al-Khasawneh (2020) integrou no seu estudo a privacidade percebida, afirmando que este é um dos fatores que mais preocupa as universidades com a utilização de sistemas de cloud computing. Na perspetiva destes autores, quanto mais elevado for o grau de perceção de privacidade associado à utilização da tecnologia, maior será a confiança na sua utilização o que, por sua vez, aumentará a probabilidade da sua utilização. Merhi et al. (2019) incluíram a privacidade percebida no seu modelo teórico, tendo como base a UTAUT2. Os resultados demonstraram que esta variável influencia positivamente a intenção de uso do e-banking por consumidores Ingleses e Libaneses. No contexto do e-commerce, o estudo de Belanger et al. (2002) demonstrou que as questões relacionadas com a privacidade preocupam os consumidores e que são responsáveis pelo baixo índice de compras online. Estes autores concluíram que a perceção da existência de medidas de privacidade é extremamente importante para a confiança no uso desta tecnologia. 2.5. Predisposição para a mudança De acordo com Nov e Ye (2008), o investimento realizado na melhoria continua de sistemas informáticos, software e serviços tem por objetivo aumentar a produtividade e Mestrado em Marketing e Comunicação 29 competitividade, o que obriga a uma rápida adaptação dos utilizadores. Quando essas mudanças são implementas num determinado contexto, todos os seus utilizadores são afetados e, como consequência, a resistência à mudança ocorre com frequência (Basyal et al., 2017). Uma vez que a resistência à mudança poderá ser um obstáculo à aceitação da tecnologia, e atendendo ao facto deste estudo decorrer na fase de adoção de uma nova tecnologia e de transição do sistema Moodle e da plataforma da Digitalis para o sistema NONIO – Inforestudante, procurou-se analisar se a atitude dos estudantes perante a mudança de tecnologia produz efeitos na intenção de uso da plataforma Inforestudante. Na pesquisa realizada, as questões relacionadas com resistência à mudança e abertura à mudança surgem em estudos realizados no domínio da psicologia social (Di Fabio & Gori, 2016; Wanberg & Banas, 2000). A resistência à mudança é um aspeto do comportamento humano referenciado como crítico para a aceitação da tecnologia (Oreg, 2003). Wanberg e Banas (2000) introduziram o constructo abertura à mudança no local de trabalho, baseado na teoria da adaptação cognitiva. Esta teoria defende que os indivíduos com níveis elevados de autoestima e positivismo, são também quem demonstra maior capacidade para lidar com momentos de pressão. Este estudo analisou as diferenças individuais dos utilizadores em ambiente de abertura, ou seja, num contexto de atitude positiva perante a mudança. A capacidade individual de superação, relacionada com a autoestima, o otimismo e a perceção de controlo, demonstrou estar relacionada com níveis elevados de aceitação da mudança, embora não signifique claramente que estes utilizadores concordam ou percecionam as mudanças como positivas. Segundo Wanberg e Banas (2000), a insatisfação no trabalho, irritação e desejo de desistir foram associados aos níveis mais baixos de aceitação das mudanças. Este estudo revelou que a aceitação da mudança está relacionada positivamente com a satisfação profissional do indivíduo e negativamente com a irritação e vontade de desistir do trabalho. Nov e Ye (2008) investigaram a resistência à mudança e a abertura à mudança como potenciais influenciadores da inovação pessoal nas tecnologias da informação. Os resultados sugeriram que tanto a resistência como a abertura à mudança são determinantes para a inovação pessoal nas tecnologias da informação. A personalidade e Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 30 crenças dos utilizadores têm significado no momento crítico de decisão em adotar a tecnologia, ou seja, os utilizadores que manifestam resistência à mudança necessitam de um maior esforço para utilizarem um novo sistema digital. Nov e Ye (2009) desenvolveram um modelo alargado, no qual consideraram as relações diretas e indiretas entre a resistência à mudança e os determinantes expectativa de esforço e expectativa de desempenho (Venkatesh et al., 2012), em relação à intenção de adoção de um sistema digital de biblioteca. Estes autores indicam que as crenças dos utilizadores sobre as características do novo sistema digital e as suas expectativas são cruciais no momento crítico da decisão de adoção da tecnologia. Os resultados deste estudo indicam que a resistência à mudança é direta e indiretamente um antecedente da expectativa de esforço e da expectativa de desempenho. Oreg (2003) refere que a abordagem comum na literatura, relativamente à atitude dos indivíduos perante a mudança, é usualmente realizada através da análise da resistência à mudança. Este autor considera a predisposição para resistência à mudança como sendo “uma tendência do individuo para resistir ou evitar mudanças, desvalorizar a mudança em geral e encontrar aversão à mudança em diversos contextos e tipos de mudanças” (Oreg, 2003, p.680). Contrariando esta tendência, o estudo de Di Fabio e Gori (2016) investigou as atitudes dos indivíduos no contexto da psicologia organizacional, considerando as caracteristicas e dimensões positivas de aceitação da mudança. O objetivo deste estudo era construir uma escala da aceitação da mudança que fosse fácil de administrar e que promovesse o desenvolvimento e autoestima dos indivíduos, de forma a conseguirem fazer opções e aproveitar as oportunidades, quer na sua vida pessoal, quer profissional. Estes autores realizaram uma revisão da literatura sobre resistência e abertura à mudança e definiram um novo constructo, a aceitação da mudança, que integra cinco fatores: predisposição para a mudança; apoio à mudança; procura da mudança; reação positiva à mudança e flexibilidade cognitiva. Estes autores conceberam uma escala complexa para medir este constructo e as suas dimensões. Predisposição para a mudança foi definida por estes autores como a capacidade do individuo em aprender com as mudanças e utilizar essas mudanças para melhorar a sua qualidade de vida. Os resultados deste estudo revelaram que o fator predisposição para a mudança conseguiu explicar 32,58% da variância total da aceitação da mudança. Di Mestrado em Marketing e Comunicação 31 Fabio e Gori (2016) abordaram os fatores positivos relacionados com a aceitação da mudança e não com a resistência à mudança, exatamente porque queriam comprovar esse efeito positivo associado à resistência à mudança. Uma atitude positiva perante a mudança pode, na opinião destes autores, ser uma mais-valia em vários contextos da vida. Atendendo à revisão da literaura efetuada, entendeu-se benéfico considerar neste estudo a predisposição para a mudança (Di Fabio & Gori, 2016) para agregar ao modelo teórico da UTAUT2, com o objetivo de aferir se a atitude positiva do aluno perante a mudança (implementação da plataforma Inforestudante) lhe permite aprender e utilizar essa mudança para facilitar as suas tarefas académicas. Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 32 3. MODELO DE INVESTIGAÇÃO Mestrado em Marketing e Comunicação 33 De acordo com Venkatesh et al. (2012), as extensões propostas pela UTAUT2 conseguiram explicar 74% da intenção de uso, contrapondo 56% da UTAUT, e em 52% o uso da tecnologia, ultrapassando os 40% obtidos com a UTAUT. Sendo a UTAUT2 um modelo mais atual e considerando os seus resultados, foi aplicada como modelo base no presente estudo, o que acabou por inspirar o título desta investigação: “Determinantes da Adoção de Plataformas Digitais em IES: uma Aplicação da UTAUT2 a Alunos do IPC”. O modelo de investigação apresentado neste estudo manteve os constructos expectativa de desempenho, expectativa de esforço e influência social, com o objetivo de testar a sua influência na intenção de uso das plataformas digitais nas IES, assim como as condições facilitadoras e o hábito, supondo-se que estes teriam influência, quer na intenção de uso, quer no uso. Neste estudo, procurou-se adaptar a UTAUT2 ao contexto organizacional das IES, aos utilizadores “estudantes” e ao tipo de tecnologia “plataforma académica”. Deste modo, optou-se por retirar as variáveis motivação hedónica e valor do preço, pois não são relevantes em contextos organizacionais, segundo Venkatesh et al. (2012). Os moderadores (idade, experiência, género e voluntariedade de uso) foram retirados, uma vez que o uso da plataforma tem caráter obrigatório independentemente da idade, género ou experiência dos utilizadores (Dečman, 2015). No contexto das IES, a literatura existente sobre adoção e uso de tecnologia está relacionada nomeadamente com e-learning (Al-Rahmi, 2019; Dečman, 2015), sistemas digitais de biblioteca (Nov, 2009), aceitação da tecnologia informática por professores (Marques et al., 2011; Scherer et al., 2019), utilização de tablet PC (El-Gayar et al., 2011) ou cloud computing (Almaiah & Al-Khasawneh, 2020). Outros estudos referem a importância da utilização das tecnologias da informação e comunicação nas IES para melhorar a sua eficiência e competitividade (Oliver, 2002; Pyla, 2012; Rokanta, 2017; Rose & Kadvekar, 2015). Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 34 3.1. Constructos Neste estudo, propõe-se que as quatro variáveis base comuns à UTAUT e UTAUT2 – expectativa de desempenho, expectativa de esforço, influência social e condições facilitadoras – e o hábito da UTAUT2 influenciem positivamente a intenção de uso. Relativamente ao uso, teoriza-se que seja influenciado positivamente pela intenção de uso, pelas condições facilitadoras e pelo hábito. Os três novos constructos a considerar neste modelo são a privacidade percebida, a segurança percebida e a predisposição para a mudança, prevendo-se terem influência positiva sobre a intenção de uso. Descrevem- se, de seguida, os constructos que integram o modelo de investigação e respetivas definições, adaptadas ao contexto do estudo: Tabela 2 – Constructos do modelo de investigação Constructos Definições Referências Expectativa de desempenho Grau em que o aluno acredita que o uso da plataforma Inforestudante contribuirá para uma melhoria do seu desempenho Venkatesh et al. (2003, 2012) Expectativa de esforço Grau de facilidade associado pelo aluno ao uso da plataforma Inforestudante Venkatesh et al. (2003, 2012) Condições facilitadoras Grau em que o aluno acredita que existe uma infraestrutura organizacional e técnica de suporte ao uso da plataforma Inforestudante Venkatesh et al. (2012) Influência social Grau de perceção do aluno de que outros, que considera importantes, acreditam que deve utilizar a plataforma Inforestudante Venkatesh et al. (2003, 2012) Hábito Grau em que o aluno tende a usar a plataforma Inforestudante de forma automática, devido à aprendizagem prévia Venkatesh et al. (2012) Segurança percebida Grau de proteção percebida contra ameaças realizadas na rede, ataques de transações de dados ou acesso não autorizado através de falsas autenticações, que permita identificar a plataforma Inforestudante como credível Belenger et al. (2002); Almaiah e Al-Khasawneh (2020) Privacidade percebida Grau em que o aluno acredita que a informação pessoal submetida na plataforma Inforestudante permanece confidencial McLeod et al. (2009) Predisposição para a mudança Capacidade de aprender com a mudança e usá-la para facilitar as suas tarefas académicas Di Fabio e Gori (2016) Intenção de uso Intenção do aluno utilizar a plataforma Inforestudante Davis et al. (1989); Venkatesh et al. (2003; 2012); Scherer et al. (2019) Uso Utilização real da plataforma InforEstudante pelo aluno Davis et al. (1989); Venkatesh et al. (2003; 2012); Scherer et al. (2019) Fonte: Elaboração própria Mestrado em Marketing e Comunicação 35 3.2. Hipóteses Com base no modelo teórico anteriormente apresentado, tendo por base a UTAUT2, foram formuladas as seguintes hipóteses de investigação, de forma a serem testadas no contexto de adoção da plataforma digital Inforestudante pelos alunos do IPC: Tabela 3 – Hipóteses de investigação Hipóteses Variáveis independentes Variáveis dependentes Sentido da relação Referências H1 Expectativa de desempenho Intenção de uso Positivo Venkatesh et al. (2003, 2012) H2 Expectativa de esforço Intenção de uso Positivo Venkatesh et al. (2003, 2012) H3a Condições facilitadoras Intenção de uso Positivo Venkatesh et al. (2012) H3b Condições facilitadoras Uso Positivo Venkatesh et al. (2003, 2012) H4 Influência social Intenção de uso Positivo Venkatesh et al. (2003, 2012) H5a Hábito Intenção de uso Positivo Venkatesh et al. (2012) H5b Hábito Uso Positivo Limayem e Hirt (2003); Venkatesh et al. (2012) H6 Segurança percebida Intenção de uso Positivo Almaiah e Al-Khasawneh, (2020); Cheng et al. (2006); Cheung e Lee (2006) H7 Privacidade percebida Intenção de uso Positivo Almaiah e Al-Khasawneh, (2020); McLeod et al. (2009); H8 Predisposição para a mudança Intenção de uso Positivo Di Fabio e Gori (2016) H9 Intenção de uso Uso Positivo Venkatesh et al. (2003, 2012) Fonte: Elaboração própria Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 36 Apresenta-se de seguida a argumentação relativa a cada uma das hipóteses formuladas neste estudo: - Expectativa de desempenho A expectativa de desempenho refere-se à perceção do utilizador que terá benefícios na execução das suas tarefas ao utilizar a tecnologia (Venkatesh et al. 2003, 2012). De acordo com Dečman (2015), a expectativa de desempenho é o constructo mais importante identificado em estudos realizados no âmbito do uso da tecnologia na área da educação e IES, com influência positiva na intenção de uso. Estudos realizados em contexto organizacional de IES, alguns dos quais em ambiente obrigatório de uso da tecnologia, nomeadamente de sistemas de e-learning, com adaptação dos modelos UTAUT e UTAUT2, revelaram igualmente que a expectativa de desempenho é um dos preditores mais fortes com influência positiva e significativa na intenção de uso (Chen, 2011, Dečman, 2015; El-Masri & Tarhini, 2017; Samsudeen & Mohamed, 2019). Perante estes argumentos, foi formulada a seguinte hipótese: H1: A expectativa de desempenho tem uma influência positiva na intenção de uso da plataforma Inforestudante. - Expectativa de esforço A expectativa de esforço está associada à facilidade de uso da tecnologia percecionada pelo utilizador (Venkatesh et al., 2003, 2012). Esta variável tem sido genericamente validada em estudos com aplicação da UTAUT e UTAT2 (Dečman, 2015; El-Masri & Tarhini, 2017; Marques et al., 2011; Samsudeen & Mohamed, 2019). Em contexto de IES, Samsudeen e Mohamed (2019) identificam a expectativa de esforço como o determinante com maior influência na intenção de uso de e-learning pelos estudantes. Também Marques et. al. (2011) e Venkatesh et al. (2012) referem que a expectativa de esforço é uma variável muito forte, quer em contexto voluntário, quer em contexto obrigatório de uso da tecnologia. O presente estudo decorre na fase inicial da adoção da plataforma Inforestudante. Indo ao encontro de Venkatesh et al. (2003), é principalmente nos primeiros tempos de contactos com a tecnologia que a expectativa de esforço tem uma Mestrado em Marketing e Comunicação 37 relação positiva significativa com a intenção de uso. Por estas razões, propõe-se a seguinte hipótese: H2: A expectativa de esforço tem uma influência positiva na intenção de uso da plataforma Inforestudante. - Condições facilitadoras As condições facilitadoras são definidas como a perceção da existência de uma estrutura organizacional e técnica de suporte ao uso da tecnologia (Venkatesh et al., 2003, 2012). Com Dečman (2015), Samsudeen e Mohamed (2019) e Venkatesh et al. (2003), as condições facilitadoras foram validadas com influência positiva direta somente no uso da tecnologia. Em contrapartida, outros estudos realizados em contexto de IES, comprovaram a relação positiva das condições facilitadoras na intenção de uso (El-Gayar et al., 2011; El-Masri & Tarhini, 2017). Com aplicação da UTAUT2, autores como Chen (2011) e Venkatesh et al. (2012) validaram as condições facilitadoras como fator explicativo quer da intenção do uso, quer do uso da tecnologia. Com base nos estudos analisados que confirmam a relevância deste constructo conseguir explicar quer a intenção comportamental, quer o comportamento, optou-se neste estudo por avaliar a influência desta variável, simultaneamente, na intenção de uso e no uso da plataforma Inforestudante. Neste contexto, formulam-se as seguintes hipóteses: H3a: As condições facilitadoras têm uma influência positiva na intenção de uso da plataforma Inforestudante; H3b: As condições facilitadoras têm uma influência positiva no uso da plataforma Inforestudante. - Influência social A influência social é entendida como o grau de perceção da importância da opinião dos outros sobre se deve usar a tecnologia ou não (Venkatesh et al., 2003, 2012). Venkatesh et al. (2003) referiram que a influência social considerada em ambientes organizacionais, onde o utilizador tem obrigatoriedade de utilizar a tecnologia, exerce um efeito direto na intenção de uso. Referem ainda que esta relação é significativa na fase inicial de utilização Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 38 da tecnologia, passando a não ter significância após a utilização prolongada da tecnologia (Venkatesh & Davis, 2000; Venkatesh et al., 2003). Este constructo demonstrou ter efeito positivo e significativo em vários estudos de uso obrigatório da tecnologia (Dečman, 2015; El-Gayar et al., 2011; El-Masri & Tarhini, 2017; Jung & Lee, 2020; Samsudeen & Mohamed, 2019; Venkatesh & Davis, 2000). Venkatesh e Davis (2000) acrescentam que a influência social só tem impacto elevado em ambientes de uso obrigatório da tecnologia e tem menos influencia em ambientes de uso voluntário. Dado o contexto obrigatório do uso das plataformas digitais pelos estudantes, prevê-se que a influência social ocupe um lugar importante no presente estudo. Em conformidade com o exposto, é apresentada a seguinte hipótese: H4: A influência social tem uma influência positiva na intenção de uso da plataforma Inforestudante. - Hábito O hábito foi identificado por Venkatesh et al. (2012) como o grau de utilização automática da tecnologia pelo consumidor no processo de aprendizagem, com base em conhecimento prévio. Para estes autores, o hábito está positivamente relacionado com a intenção de uso e com o uso da tecnologia em ambientes de consumo. Baptista e Oliveira (2015) comprovaram a teoria de Venkatesh et al. (2012) e validaram também a influência significativa do hábito quer na intenção de uso, quer no uso, mas em contexto de utilização de e-banking. Outros autores analisados, cujos estudos foram realizados em contextos organizacionais (Bower et al., 2020), com obrigatoriedade de utilização das tecnologias (El-Masri & Tarhini, 2017; Jung & Lee, 2020), consideraram este constructo supondo influenciar somente o uso da tecnologia. No entanto, autores como Ameen e Willis (2018), referem que a UTAUT2 é um modelo abrangente no estudo da aceitação da tecnologia e pode ser aplicado, quer a contextos de consumo, quer a contextos organizacionais. Deste modo, optou-se por no presente estudo se considerarem as sugestões da UTAUT2 quanto às relações do hábito com a intenção de uso e do hábito com o uso da plataforma Inforestudante. O hábito foi mantido neste estudo por se considerar um constructo que poderá ser importante no contexto de ensino superior, Mestrado em Marketing e Comunicação 39 sendo que os utilizadores são estudantes, nascidos e criados na era das tecnologias, considerados por Dečman (2015, p.272) como “nativos digitais”. Seguindo a sugestão de Venkatesh et al. (2003) de se considerar o hábito em estudos futuros, formulam-se as seguintes hipóteses: H5a: O hábito influencia positivamente a intenção de uso da plataforma Inforestudante. H5b: O hábito influencia positivamente o uso da plataforma Inforestudante. Com base na revisão da literatura, foram incorporados na UTAUT2 três novos constructos: segurança percebida, privacidade percebida e predisposição para a mudança, para testar a relação destas variáveis com a intenção de uso da plataforma digital Inforestudante: - Segurança percebida Segundo Belanger et al. (2002), segurança percebida é a perceção de proteção contra algo que possa causar destruição, divulgação, modificação dados, negação de serviço e/ou fraude, que permita identificar a plataforma Inforestudante como credível, de acordo com Almaiah e Al-Khasawneh (2020). Em contexto organizacional de IES, o estudo de Almaiah e Al-Khasawneh (2020) revela que a segurança percebida é um dos fatores com maior relevância na explicação da intenção de uso. Os estudos identificados sobre o impacto da segurança percebida na aceitação e uso da tecnologia foram, na sua maioria, realizados em contexto de consumo de uso voluntário, tais como e-commerce, e-banking e mobile wallet e redes sociais (Alsmadi & Rana, 2018; Belanger et al., 2012; Cheung & Lee, 2006; Heetae, 2017; Koblas & Wang, 2019; Merhi et al., 2019; Shin, 2009). Neste contexto não organizacional, autores como Cheng et al. (2006), Shin (2009) e Shin (2010) comprovaram o efeito positivo da segurança percebida na intenção de uso das tecnologias. Belanger et al. (2002) concluíram que a perceção da existência de medidas de segurança é extremamente importante para a confiança no uso da tecnologia. Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 40 Nesta sequência, a hipótese que se formula para determinar a influência da segurança percebida na intenção de uso da plataforma Inforestudante pelos alunos do IPC é a seguinte: H6: A segurança percebida influencia positivamente a intenção de uso da plataforma Inforestudante. - Privacidade percebida Segundo McLeod (2009), a privacidade percebida é entendida como crença do utilizador que a informação que submete online permanece confidencial. As questões relacionadas com a privacidade e sua perceção pelos utilizadores têm sido abordadas em vários contextos e em diversas tecnologias. Os resultados do estudo de McLeod (2009) revelam que a privacidade percebida influencia direta e indiretamente a intenção de uso da tecnologia. Em contextos de e-commerce, e-banking e redes sociais, Belanger et al. (2002), Merhi et al. (2019) e Shin (2010) concluíram que a privacidade percebida é um fator extremamente importante para a confiança na utilização da tecnologia e afeta positivamente a intenção do utilizador usar a tecnologia. Em contexto organizacional de IES, o estudo de Almaiah e Al-Khasawneh (2020) revelou que quanto mais elevado for o grau de perceção de privacidade associado à utilização da tecnologia, maior será a confiança na sua utilização o que, por sua vez, aumentará a probabilidade da sua utilização. Considera-se, então, relevante analisar a influência desta variável na intenção de uso da plataforma Inforestudante, pelo que se formula a seguinte hipótese: H7: A privacidade percebida infuencia positivamente a intenção de uso da plataforma Infoestudante. - Predisposição para a mudança Considerando alguns estudos realizados sobre resistência à mudança e abertura à mudança (Basyal et al., 2017; Di Fabio & Gori, 2016; Nov & Ye, 2008; Nov & Ye, 2009; Oreg, 2003; Wanberg & Banas, 2000), é possível constatar que a atitude dos indivíduos perante uma mudança implementada em determinado contexto, nomeadamente na Mestrado em Marketing e Comunicação 41 adoção de novas tecnologias, é referenciada como um aspeto crítico no momento de aceitação da tecnologia. Apesar da literatura analisada abordar sobretudo a resistência à mudança, entendeu-se neste estudo analisar a atitude positiva de abertura e predisposição para a mudança, indo ao encontro do proposto por Di Fabio e Gori (2016). Estes autores definiram a predisposição para a mudança como a capacidade do individuo em aprender com as mudanças e utilizar essas mudanças para melhorar a sua qualidade de vida. Os resultados deste estudo revelaram que, dos cinco fatores que constituem a escala de aceitação da mudança proposta por estes autores, a predisposição para a mudança é o fator que melhor explica o constructo aceitação da mudança (em 32,58% da variância total). Wanberg e Banas (2000) introduziram o constructo abertura à mudança no local de trabalho e comprovaram que os indivíduos com níveis elevados de autoestima e positivismo são também quem demonstra maior capacidade para lidar com momentos de pressão. Também o estudo de Nov e Ye (2008) demonstrou que a abertura à mudança é um fator determinante na influência positiva da inovação pessoal das tecnologias da informação. De acordo com Di Fabio e Gori (2016), uma atitude positiva perante a mudança pode, na opinião destes autores, ser uma mais-valia em vários contextos da vida. Com base nestes estudos e nos fundamentos destes autores sobre a importância de o indivíduo ter uma atitude positiva em relação à aceitação de uma nova tecnologia, propõe-se adaptar a aplicabilidade da predisposição para a mudança, sugerindo uma relação positiva com a intenção de uso da tecnologia. Neste sentido, formula-se a seguinte hipótese: H8: A Predisposição para a mudança (PM) influencia positivamente a intenção de uso da plataforma Inforestudante. - Intenção de uso A intenção de uso antecede o constructo uso e funciona como o principal preditor do uso da tecnologia na UTAUT (Venkatesh et al., 2012). Segundo Davis et al. (1989), a intenção comportamental é o indício mais forte do uso. Se um indivíduo tiver a intenção de usar determinada tecnologia, a probabilidade de usar essa tecnologia é maior. Segundo Venkatesh et al. (2012) a intenção de uso na UTAUT tem um efeito positivo direto no uso da tecnologia. No contexto desta investigação, e de acordo com Venkatesh et al. (2003, Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 42 2012), a intenção de comportamento é a intenção de o aluno utilizar e continuar a utilizar a plataforma Inforestudante. Formula-se então, a seguinte hipótese: H9: A intenção de uso (IU) tem uma influência positiva na utilização da plataforma Inforestudante. Apresenta-se de seguida o modelo de investigação aplicado neste estudo: H3a+ Expectativa de Expectativa de desempenho (ED) H1+ Expectativa de esforço (EE) H2+ Condições facilitadoras (CF) Intenção de uso (IU) Uso (U) H3b+ H4+ Predisposição para a mudança (PM) Segurança percebida (SP) Privacidade percebida (PP) Hábito (HAB) Influência social (IS) H5a+ H5b+ H6+ H7+ H8+ H9+ Figura 3 – Modelo de investigação Fonte: Elaboração própria Mestrado em Marketing e Comunicação 43 4. METODOLOGIA Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 44 4.1. Estudo quantitativo A presente investigação empírica tem por objetivo testar quais as variáveis determinantes que podem influenciar a aceitação e uso da plataforma Inforestudante pelos alunos do IPC. Após revisão da literatura e apresentação do modelo de investigação, baseado no modelo original da UTAUT2 de Venkatesh et al. (2012), caracteriza-se de seguida a metodologia adotada. As hipóteses formuladas servem de base para a realização de uma análise quantitativa dos dados primários. Esta abordagem pretende quantificar os dados, fazendo-lhes associações numéricas, de forma a serem classificados e analisados (Hill & Hill, 2005), com o intuíto de generalizar os resultados da amostra para a população em questão. Na pesquisa quantitativa, a recolha de dados é realizada de forma estruturada. Neste caso, foi elaborado um questionário com o objetivo de obter um número significativo de casos representativos. Esta pesquisa quantitativa implica uma abordagem objetiva e orientada para os resultados (Malhotra, 2001). Para prossecução desta análise, importa definir a população-alvo e a amostra, bem como permonorizar sobre o instrumento e método de recolha de dados, assim como as técnicas estatísticas utilizadas. 4.2. População A população é definida como sendo o conjunto de indivíduos que têm algo em comum que se pretende estudar (Martinez & Ferreira, 2008). Neste caso, a população é constituída por 11.043 inscritos, no ano letivo de 2019-2020, nas UO que integram o IPC: Escola Superior Agrária de Coimbra (ESAC), Escola Superior de Educação de Coimbra (ESEC), Escola Superior de Tecnologia da Saúde de Coimbra (ESTeSC), Escola Superior de Tecnologia e Gestão de Oliveira do Hospital (ESTGOH), Instituto Superior de Contabilidade e Administração de Coimbra (ISCAC) e Instituto Superior de Engenharia de Coimbra (ISEC). Mestrado em Marketing e Comunicação 45 4.3. Amostra O método de amostragem considerado no contexto deste estudo é de cariz probabilístico (Hill & Hill, 2005), do tipo aleatório simples, ou seja, cada elemento da população “tem a mesma probabilidade de ser incluído na amostra retirada” (Hill & Hill, 2005, p.45). Espera- se que o facto de a amostragem ser do tipo aleatória garanta uma maior probabilidade de os estudantes respondentes serem representativos do total de estudantes matriculados nas UO do IPC (Martinez & Ferreira, 2008). 4.4. Instrumento de recolha de dados A recolha dos dados a tratar neste estudo foi realizada através de inquérito por questionário. O questionário é definido como sendo uma sucessão de perguntas estruturadas, escritas ou verbais, relativas ao tema que se pretende analisar, que o inquirido deve responder (Malhotra, 2001; Quivy & Champenhoudt, 2008). Dado que se pretende neste estudo obter dados confirmatórios, o questionário será o instrumento mais adequado à recolha estruturada de dados quantitativos que permitam alcançar resultados consistentes (Hill & Hill, 2005). As perguntas que integram o questionário foram elaboradas tendo por base as escalas adotadas para cada constructo que integra o modelo de investigação. Através da revisão da literatura realizada, foi possível adaptar as escalas de alguns autores, nomeadamente de Venkatesh et al. (2003, 2012) para os constructos expectativa de desempenho, expectativa de esforço, condições facilitadoras e Influência social. Para a escala do hábito, considerou-se o estudo de Limayem e Hirt (2003). Para segurança percebida, a escala utilizada foi adaptada de Cheng et al. (2006) e de Cheung e Lee (2006). Para o constructo privacidade percebida, considerou-se o trabalho de McLeod et al. (2009). Di Fabio e Gori (2016) foi referenciado para a escala do constructo predisposição para a mudança. Para os constructos intenção de uso e uso, recorreu-se a Venkatesh et al. (2012), com complemento do estudo de Martins (2014) no constructo uso. As escalas utilizadas para medir os constructos do modelo de investigação são constituídas por 40 itens, conforme descrito na tabela 4. Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 46 Tabela 4 – Itens das escalas Escalas Itens Referências Expectativa de desempenho (ED) ED1 – A utilização da plataforma Inforestudante é importante para as minhas tarefas académicas ED2 – A utilização da plataforma Inforestudante permite- me tratar as minhas tarefas académicas com maior rapidez ED3 – A utilização da plataforma Inforestudante melhora a minha eficiência a tratar as minhas tarefas académicas ED4 – Consigo obter bons resultados utilizando a plataforma Inforestudante para as minhas tarefas académicas Venkatesh et al. (2012) Expectativa de esforço (EE) EE1 – A minha interação com a plataforma Inforestudante é clara e compreensível EE2 – Para mim, é fácil ser competente a usar a plataforma Inforestudante EE3 – A plataforma Inforestudante é fácil de usar EE4 – É fácil aprender a usar a plataforma Inforestudante Venkatesh et al. (2012) Condições facilitadoras (CF) CF1 – Tenho os recursos necessários para usar a plataforma Inforestudante CF2 – Tenho o conhecimento necessário para usar a plataforma Inforestudante CF3 – A plataforma Inforestudante é compatível com outras tecnologias que uso CF4 – Se tiver alguma dificuldade na utilização da plataforma Inforestudante, obtenho ajuda nos serviços da minha Escola/Instituto Venkatesh et al. (2012) Influência social (IS) IS1 – As pessoas que influenciam o meu comportamento são de opinião que devo utilizar a plataforma Inforestudante IS2 – As pessoas importantes para mim são de opinião que devo utilizar a plataforma Inforestudante IS3 – Os órgãos de gestão da minha Escola/Instituto têm estimulado a utilização da plataforma Inforestudante IS4 – Os serviços da minha Escola/Instituto têm incentivado a utilização da plataforma Inforestudante Venkatesh et al. (2012) Hábito (HAB) HAB1 – Já estou habituado a usar a plataforma Inforestudante HAB2 – Não consigo deixar de usar a plataforma Inforestudante HAB3 – Tenho necessidade de usar a plataforma Inforestudante HAB4 – Não penso duas vezes antes de usar a plataforma Inforestudante HAB5 – Usar a plataforma Inforestudante tornou-se natural para mim Limayem e Hirt (2003) Mestrado em Marketing e Comunicação 47 Escalas Itens Referências Segurança percebida (SP) SP1 – Sinto que é seguro disponibilizar informações sensíveis na plataforma Inforestudante SP2 – O InfoEstudante é uma plataforma segura no tratamento de informação sensível SP3 – Sinto-me totalmente seguro ao disponibilizar informação sensível na plataforma Inforestudante SP4 – Em geral, a plataforma Inforestudante é segura SP5 – A plataforma Inforestudante implementa medidas de segurança para proteger os seus utilizadores SP6 – A plataforma Inforestudante verifica a identidade dos seus utilizadores por razões de segurança SP7 – A plataforma Inforestudante assegura que a minha informação não será acedida por pessoas não autorizadas Cheng et al. (2006); Cheung e Lee (2006) Privacidade percebida (PP) PP1 – A plataforma Inforestudante respeita os direitos de privacidade e não divulgará os meus dados sem o meu consentimento PP2 – Acredito que quando se usa a plataforma Inforestudante a informação pessoal mantém-se privada PP3 – Não me preocupo com os meus dados pessoais quando uso a plataforma Inforestudante PP4 – Eu confio que a plataforma Inforestudante manterá os meus dados pessoais privados McLeod et al. (2009) Predisposição para a mudança (PM) PM1 – Quando sou confrontado com uma mudança, consigo ver as coisas de várias perspetivas PM2 – Identifico facilmente caminhos alternativos PM3 – Para mim, é fácil pensar em novos planos PM4 – Sou capaz de aproveitar todas as oportunidades que me aparecem Di Fabio e Gori (2016) Intenção de uso (IU) IU1 – Pretendo continuar a utilizar a plataforma Inforestudante no futuro IU2 – Prevejo utilizar a plataforma Inforestudante no meu dia-a-dia na Escola/Instituto IU3 – Planeio continuar a utilizar frequentemente a plataforma Inforestudante Venkatesh et al. (2012) Uso (U) U – Frequência de utilização da plataforma Inforestudante Martins (2014); Venkatesh et al. (2012) Fonte: Elaboração própria Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 48 Os constructos do modelo de investigação foram mensurados utilizando escalas de Likert de 7 pontos, classificadas de 1 – discordo totalmente a 7 – concordo totalmente, com exceção do uso, que foi mensurado através de uma escala ordinal de 9 pontos. Na fase de pré-teste, o questionário foi submetido à apreciação de 6 pessoas com formação superior, das quais 3 na área de Informática (duas do ISEC e uma do ISCAC) e 3 na área de Comunicação e Marketing (da ESEC). Entendeu-se importante testar principalmente a interpretação dada a cada questão, dado que duas maneiras diferentes de redigir uma pergunta podem ter interpretações diferentes (Malhotra, 2001). Mediante avaliação das sugestões e alertas recebidos, foram realizados alguns ajustes. Posteriormente, o questionário foi novamente testado pelas mesmas pessoas e, de seguida, foi enviado à Comissão de ética do IPC (CEIPC) tendo recebido parecer favorável à utilização deste instrumento para recolha dos dados necessários à prossecução deste estudo. 4.5. Procedimentos de recolha dos dados O questionário foi elaborado e disponibilizado online, recorrendo à plataforma Google Forms, de forma a agilizar a recolha dos dados e facilitar o tratamento informático das respostas. O questionário foi enviado a todos os alunos matriculados no IPC em 2019-2020, por notificação através do NONIO e via e-mail, a partir dos serviços da Presidência do IPC, a 14 de maio de 2020. Responderam ao inquérito 430 alunos. Atendendo ao tamanho da amostra, Malhotra (2001) refere que esta deverá possibilitar, no mínimo, 5 respondentes por variável. Esta indicação é largamente superada neste estudo. Mestrado em Marketing e Comunicação 49 4.6. Técnicas estatísticas As respostas ao questionário online foram recolhidas diretamente numa base de dados (em formato Excel). O tratamento estatístico dos dados foi efetuado recorrendo aos programas IBM SPSS (Statistical Package for Social Sciences) 27.0 e SmartPLS 3.0. Foram inicialmente utilizadas tabelas de frequências e estatísticas descritivas para a caracterização da amostra e dos itens das escalas. Para a validação do modelo de investigação, foi utilizada a modelação de equações estruturais, através da metodologia partial least squares (PLS), sendo sucessivamente analisado o modelo de medida, através da fiabilidade, validade convergente e validade discriminante, e o modelo estrutural por intermédio do sinal e significância das relações do modelo de investigação, assim como da variância explicada dos constructos endógenos. Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 50 5. RESULTADOS Mestrado em Marketing e Comunicação 51 5.1. Caracterização da amostra A amostra deste estudo, ou seja, o subconjunto de indivíduos que representa a população (Martinez & Ferreira, 2008), é constituída por 430 estudantes matriculados nas UO do IPC em 2019-2020. É composta maioritariamente por respondentes do sexo feminino (69,8%), residentes na região Centro (72,8%), matriculados na ESEC (29,3%) e no ISCAC (25,1%) e a frequentar cursos de Licenciatura (79,1%) (tabela 5). Tabela 5 – Caracterização da amostra Variáveis Categorias Frequência absoluta Frequência relativa Género Feminino 300 69,8% Masculino 130 30,2% Região de residência (NUTS II) Alentejo 7 1,6% Algarve 2 0,5% Área Metropolitana de Lisboa 11 2,6% Centro 313 72,8% Norte 78 18,1% Região Autónoma da Madeira 11 2,6% Região Autónoma dos Açores 8 1,9% UO frequentada ESAC 39 9,1% ESEC 126 29,3% ESTeSC 56 13,0% ESTGOH 41 9,5% ISCAC 108 25,1% ISEC 60 14,0% Tipo de curso frequentado Curso Técnico Superior Profissional (CTeSP) 15 3,5% Licenciatura 340 79,1% Mestrado 73 17,0% Unidades curriculares isoladas 2 0,5% Fonte: Elaboração própria Os inquiridos têm uma idade média de aproximadamente de 24 anos e frequentam o IPC há cerca 2 anos (tabela 6). Tabela 6 – Estatísticas descritivas da idade e do total de inscrições Idade (em anos) Total de inscrições Média 24,28 2,26 Mediana 21,00 2,00 Moda 20 1 Desvio-padrão 8,629 1,464 Mínimo 18 1 Máximo 59 8 Fonte: Elaboração própria Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 52 5.2. Análise da normalidade dos itens das escalas De seguida, procedeu-se à análise da normalidade das distribuições das variáveis correspondentes aos itens das escalas, através da realização do teste de Kolmogorov- Smirnov (K-S). Este teste permite verificar a proximidade à normalidade de uma variável (Martinez & Ferreira, 2008). O resultado do teste (tabela 7) revela que, considerando um nível de significância de 5%, as distribuições são não normais, porque o valor-p do teste é inferior a 0,05 em todas as variáveis (Pestana & Gageiro, 2005; Martinez & Ferreira, 2008). Tabela 7 – Análise da normalidade Variáveis Teste K-S (valor-p) Assimetria Curtose ED1 < 0,001 -1,686 3,073 ED2 < 0,001 -1,160 1,376 ED3 < 0,001 -0,769 -0,006 ED4 < 0,001 -0,490 -0,219 EE1 < 0,001 -1,284 1,539 EE2 < 0,001 -1,291 1,711 EE3 < 0,001 -1,480 2,125 EE4 < 0,001 -1,550 2,604 CF1 < 0,001 -2,475 5,968 CF2 < 0,001 -1,503 2,270 CF3 < 0,001 -1,552 1,955 CF4 < 0,001 -0,524 -0,410 IS1 < 0,001 -0,753 0,168 IS2 < 0,001 -0,746 0,221 IS3 < 0,001 -1,215 1,214 IS4 < 0,001 -1,189 1,158 HAB1 < 0,001 -2,076 5,139 HAB2 < 0,001 -0,408 -0,835 HAB3 < 0,001 -1,046 0,444 HAB4 < 0,001 -0,934 0,144 HAB5 < 0,001 -1,421 1,720 SP1 < 0,001 -0,723 0,062 SP2 < 0,001 -0,612 -0,054 SP3 < 0,001 -0,968 0,856 SP4 < 0,001 -0,666 0,060 SP5 < 0,001 -0,963 0,588 SP6 < 0,001 -0,603 -0,085 PP1 < 0,001 -0,924 0,640 PP2 < 0,001 -1,056 1,055 PP3 < 0,001 -0,604 -0,764 PP4 < 0,001 -0,871 0,435 PM1 < 0,001 -0,994 1,376 PM2 < 0,001 -0,536 0,192 PM3 < 0,001 -0,636 0,630 PM4 < 0,001 -0,819 1,076 IU1 < 0,001 -1,411 1,844 IU2 < 0,001 -1,908 4,346 IU3 < 0,001 -1,487 2,133 U < 0,001 -2,310 4,659 Fonte: Elaboração própria Mestrado em Marketing e Comunicação 53 Posteriormente, pretendeu-se verificar se os afastamentos em relação à distribuição normal eram muito severos, através da análise dos valores da assimetria e da curtose (tabela 7). Como referência, são considerados os módulos dos valores de assimetria inferiores de 3 e dos valores de curtose inferiores a 7 (Curran et al., 1996). Relativamente à assimetria, os valores absolutos são todos inferiores a 3, sendo que o valor mais próximo é 2,475 (CF1). Em relação à curtose, o valor mais alto é 5,968 (CF1), ou seja, todos os valores são inferiores a 7. Deste modo, do ponto de vista da assimetria e da curtose, conclui-se que os desvios face à distribuição normal não são severos. 5.4. Análise descritiva das escalas A estatística descritiva permite organizar, sintetizar e representar a informação refletida nos dados através de diversas técnicas (Martinez & Ferreira, 2008; Pestana & Gageiro, 2008). De forma a descrever os dados recolhidos recorreu-se ao cálculo de medidas de tendência central e de dispersão, tais como a média, a moda, a mediana e o desvio- padrão, de todas as variáveis das escalas. Foi também verificada a dispersão dos dados em termos relativos, através do coeficiente de variação (CV), definido como a variabilidade dos dados em relação à média que se obtém dividindo o desvio padrão pela média (Pinto, 2009). De acordo com Pestana e Gageiro (2014), quanto maior for o valor do coeficiente de variação, maior será a dispersão, ou seja, mais heterogéneo é o conjunto de dados. De acordo com estes autores, os intervalos de análise do coeficiente de variação são: CV≤15% - dispersão baixa; 15%30% - dispersão elevada. Analisando primeiramente a expectativa de desempenho (ED), observa-se que a média dos itens de ED1 a ED4 situa-se entre os 5,27 e os 6,27, apresentando-se bastante acima do ponto médio da escala de Likert (4). Por sua vez, a mediana dos itens varia entre 5 e 7 e a moda, ou seja, o valor que mais vezes se repete (Pinto, 2009), é de 5 ou 7. Estes resultados permitem concluir que existe uma probabilidade elevada dos alunos estarem Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 54 convictos de que o uso da plataforma contribui para uma melhoria do seu desempenho. Quanto à dispersão dos dados, o coeficiente de variação oscila entre os 16,9% (ED1) e os 25,6% (ED4), o que significa que a dispersão dos dados desta variável é média (15%30%), ou seja, os dados são heterogéneos, revelando uma grande diversidade de respostas. Em relação à segurança percebida (SP) a média dos itens de SP1 a SP6 situa-se entre os 5,21 e os 5,66. A mediana dos itens é 6 e a moda apresenta valores de 6 e 7. Poder-se-á assim afirmar que os alunos têm uma perceção média a elevada de que estão protegidos contra ameaças realizadas na rede, ataques de transações de dados ou acesso não autorizado através de falsas autenticações. Nesta variável, o coeficiente de variação mínimo é de 22,7% (SP3) e o máximo é 28,5% (SP1), o que revela uma dispersão média dos dados (15%30%), indicando a existência de uma grande diversidade de dados. No que se refere ao constructo predisposição para a mudança (PM), a média dos itens de PM1 a PM4 é superior a 5, variando entre os 5,37 e 5,63. O valor da mediana oscila entre 5 e 6 e a moda apresenta valores de 5 e 6. Pode concluir-se que os alunos manifestam Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 56 uma capacidade moderada a elevada de aprender com a mudança e usá-la para facilitar as suas tarefas académicas. Em relação ao coeficiente de variação, são apresentados valores mínimo de 19,7% (PM4) e máximo de 21,9% (PM3), ou seja, a dispersão dos dados é média (15%0,05). Tabela 14 – Coeficientes estruturais Relações Coeficientes Valores-p CF→IU 0,068 0,134 CF→U -0,098 0,099 ED→IU 0,149 0,008 EE→IU 0,048 0,412 HAB→IU 0,396 0,000 HAB→U 0,258 0,000 IS→IU 0,062 0,103 IU→U 0,187 0,011 PM→IU 0,020 0,585 PP→IU 0,243 0,009 SP→IU -0,003 0,966 Fonte: Elaboração própria De forma a validar as hipóteses, os sinais dos coeficientes estruturais têm que 1) ser compatíveis com o sinal previsto nas hipóteses do modelo e 2) ser estatisticamente significativos. Verifica-se que a IU sofre impactos positivos e significativos da ED, do HAB e da PP. O HAB é a variável com maior impacto na IU, com 0,396 de coeficiente estrutural, seguido da PP com 0,243, e da ED com 0,149. Relativamente ao U, as variáveis que nele exercem um efeito positivo e significativo são o HAB e a IU. O HAB tem um coeficiente estrutural de 0,258 e a IU de 0,187, o que significa que o HAB é a variável que melhor explica a utilização da plataforma Inforestudante. Conclui-se que nem todas as hipóteses do modelo de investigação obtiveram os resultados esperados (tabela 15): das onze hipóteses, cinco foram validadas (H1, H5a, H5b, H7 e H9) e seis não foram confirmadas (H2, H3a, H3b, H4, H6 e H8). Mestrado em Marketing e Comunicação 67 Tabela 15 – Validação das hipóteses Hipóteses Relações Coeficientes Valores-p Validação H1 ED→IU 0,149 0,008 Aceite H2 EE→IU 0,048 0,412 Rejeitada H3a CF→IU 0,068 0,134 Rejeitada H3b CF→U -0,098 0,099 Rejeitada H4 IS→IU 0,062 0,103 Rejeitada H5a HAB→IU 0,396 0,000 Aceite H5b HAB→U 0,258 0,000 Aceite H6 SP→IU -0,003 0,966 Rejeitada H7 PP→IU 0,243 0,009 Aceite H8 PM→IU 0,020 0,585 Rejeitada H9 IU→U 0,187 0,011 Aceite Fonte: Elaboração própria Análise dos efeitos diretos e indiretos No modelo estrutural, podem observar-se os efeitos diretos e os efeitos indiretos existentes do modelo estrutural. As variáveis CF, ED, EE, HAB, IS, PM, PP e SP têm um efeito direto na IU e um efeito indireto no U, por intermédio da IU. No entanto, somente três relações apresentam um efeito direto no U: CF→U, HAB→U e IU→U. A análise dos efeitos diretos consta da secção anterior, dedicada ao sinal e à significância estatística dos coeficientes das relações estruturais. Procedeu-se à análise dos efeitos indiretos, através do sinal e da significância estatística dos respetivos coeficientes. Com base na tabela 16, conclui-se que apenas SP tem um Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 68 impacto negativo no U (-0,001), o que não é consistente com as teorias utilizadas como suporte para este trabalho, e também não é estatisticamente significativo (0,968). Relativamente à significância, verifica-se que somente o HAB tem impacto indireto significativo no U. O HAB, para além de ter um efeito direto na U, tem também um efeito indireto nesta variável, por intermédio da IU, com sinal positivo (0,074) compatível com o modelo de investigação, e é o único com significância estatística (valor-p=0,022). Conclui- se que o HAB é uma variável com grande poder explicativo neste estudo, pois explica diretamente o U, mas também consegue explicá-lo indiretamente, através da IU. Tabela 16 – Efeitos indiretos Relações Coeficientes Valores-p CF→U 0,013 0,214 ED→U 0,028 0,084 EE→U 0,009 0,498 HAB→U 0,074 0,022 IS→U 0,012 0,193 PM→U 0,004 0,607 PP→U 0,045 0,052 SP→U -0,001 0,968 Fonte: Elaboração própria Análise dos efeitos totais Os efeitos totais, apresentados na tabela 17, são a soma dos efeitos diretos com os efeitos indiretos. Para analisar os efeitos totais, considerou-se novamente o sinal e a significância estatística dos respetivos coeficientes. Verifica-se que todas as relações têm sinal positivo compatível com o modelo de investigação, à exceção de CF→U (-0,085), SP→IU (-0,003) e SP→U (-0,001), que também não são estatisticamente significativas. Apenas as CF e o HAB têm ligações diretas à IU e ao U e ligação indireta ao U, por intermédio da IU. No entanto, em termos de efeitos totais, o único efeito total a salientar é o do HAB na IU, porque este efeito total é de facto a soma de dois efeitos parcelares (o efeito direto e o indireto) com sinal positivo, de acordo com o modelo de investigação, e são ambos estatisticamente significativos. Conclui-se, uma vez mais, que o HAB é bastante relevante neste modelo. Mestrado em Marketing e Comunicação 69 Tabela 17 – Efeitos totais Relações Coeficientes Valores-p CF→IU 0,068 0,134 CF→U -0,085 0,144 ED→IU 0,149 0,008 ED→U 0,028 0,084 EE→IU 0,048 0,412 EE→U 0,009 0,498 HAB→IU 0,396 0,000 HAB→U 0,332 0,000 IS→IU 0,062 0,103 IS→U 0,012 0,193 IU→U 0,187 0,011 PM→IU 0,020 0,585 PM→U 0,004 0,607 PP→IU 0,243 0,009 PP→U 0,045 0,052 SP→IU -0,003 0,966 SP→U -0,001 0,968 Fonte: Elaboração própria Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 70 6. DISCUSSÃO DOS RESULTADOS E CONCLUSÕES Mestrado em Marketing e Comunicação 71 6.1. Discussão dos resultados O presente estudo é realizado em contexto de ensino superior numa fase inicial de adoção de uma nova tecnologia: a plataforma académica Inforestudante. Orientada pela questão inicialmente formulada – “Quais os determinantes que influenciam a adoção da nova plataforma digital Inforestudante (NONIO) pelos alunos do IPC?” –, esta investigação procurou identificar as variáveis para constituição e validação empírica de um modelo conceptual capaz de explicar a intenção e uso da plataforma académica. O modelo de investigação utilizado, construído com base no modelo teórico da UTAUT2, de Venkatesh et al. (2012), adotou cinco das suas variáveis independentes: expectativa de desempenho, expectativa de esforço, influência social, condições facilitadoras e hábito. Além destas variáveis, foram adicionadas ao modelo de investigação a segurança percebida, a privacidade percebida e a predisposição para a mudança. Os constructos do modelo de investigação foram mensurados utilizando escalas de Likert de 7 pontos, classificados de 1 – discordo totalmente a 7 – concordo totalmente, com exceção do uso, que foi mensurado através de uma escala ordinal. A análise realizada à normalidade dos itens das escalas revelou que as distribuições não são normais, pois os testes K-S apresentam valores-p inferiores a 0,05. (Pestana & Gageiro, 2005; Martinez & Ferreira, 2008). No entanto, os desvios face à normalidade não são severos, o que significa que, embora as distribuições não sejam normais, os afastamentos não são significativos. Relativamente à fiabilidade das escalas, o alfa de Cronbach e a fiabilidade compósita comprovaram que as escalas utilizadas são fiáveis, à exceção da referente às condições facilitadoras, que apresenta um valor abaixo do mínimo recomendável no alfa de Cronbach. Os indicadores CF1 e CF4 revelaram a existência de problemas desde a primeira fase de testes, com loadings abaixo dos valores recomendados de 0,07 (Hair et al., 2011). Os indicadores CF1 – “Tenho os recursos necessários para usar a plataforma Inforestudante” e CF4 – “Se tiver alguma dificuldade na utilização da plataforma Inforestudante, obtenho ajuda” foram eliminados por terem loadings abaixo de 0,7 (Hair et al., 2011). Na raiz do problema poderá estar a elaboração das perguntas deste Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 72 constructo, pois verifica-se que a mesma pessoa não é coerente, há divergências de opinião entre os quatro indicadores das CF, traduzindo-se em resultados pouco consistentes. A validade das escalas foi confirmada através da validade convergente e da validade discriminante de todas as escalas. Concluiu-se que o modelo de medida é fiável e tem validade convergente e validade discriminante, sendo portanto, adequado a este estudo. As hipóteses do modelo de investigação (H1, H2, H3a, H4, H5a, H6, H7 e H8) sugeriam que a expectativa de desempenho, a expectativa de esforço, as condições facilitadoras, a influência social, o hábito, a segurança percebida, a privacidade percebida e a predisposição para a mudança teriam uma influência positiva na intenção dos estudantes do IPC utilizarem a plataforma Inforestudante. Esta intenção de utilização, juntamente com as condições facilitadoras e o hábito eram, por sua vez, refletidos positivamente no uso da plataforma (H3b, H5b e H9). Os resultados da análise da variância explicada (R2) do modelo estrutural demonstraram que, em conjunto, as oito variáveis independentes explicam 60,5% da variância da intenção de uso, ou seja, este modelo tem uma capacidade explicativa forte da intenção de uso (IU) da plataforma Inforestudante. Em contrapartida, o uso é explicado em 14,3% pelas três variáveis independentes. Em suma, este modelo estrutural tem uma melhor capacidade explicativa da intenção de utilização, do que da utilização da plataforma Inforestudante, na fase de adoção e adaptação à nova tecnologia em que o presente estudo foi realizado. No entanto, dado que a utilização da plataforma não é voluntária, ou seja, o estudante não tem outra alternativa senão utilizar a plataforma académica Inforestudante, é previsível que, no futuro, a utilização da plataforma seja explicada numa proporção maior pelas condições facilitadoras, hábito e intenção de uso. Todas as hipóteses inicialmente formuladas para validação do modelo de investigação propunham relações positivas com as variáveis dependentes: intenção de uso e uso, de acordo com Cheng et al. (2006), Di Fabio e Gori (2016), McLeod et al. (2009) e Venkatesh et al. (2003, 2012). No entanto, os resultados demonstram que duas das relações não apresentaram sinal compatível com o modelo de investigação. Mestrado em Marketing e Comunicação 73 As hipóteses H3a e H3b previam que as condições facilitadoras (CF) teriam uma influência positiva, quer na intenção de uso Venkatesh et al. (2012), quer no uso (Venkatesh et al. (2003, 2012) da plataforma. Os resultados deste estudo não estão em consonância com estes autores de referência e demonstram, pelo contrário, que não existe relação positiva significativa deste constructo com a intenção de uso e com o uso. As hipóteses foram rejeitadas, ou seja, os estudantes têm noção que existe uma infraestrutura organizacional e técnica de suporte ao uso da plataforma, mas essa noção não determina nem a intenção de uso nem o uso da plataforma Inforestudante. Estes resultados não refletem as indicações de Venkatesh et al. (2003, 2012) sobre a relação significante entre as condições facilitadoras e uso. Também não estão em consonância com o estudo de Samsudeen e Mohamed (2019), em que é demonstrado que o uso do sistema de e-learning, pelos estudantes universitários, é significativamente influenciado pelas condições facilitadoras. Em relação à intenção de uso, estes resultados também não refletem a influência positiva das condições facilitadoras defendida por Venkatesh et al. (2012). Em contrapartida, os efeitos das condições facilitadoras neste estudo vão ao encontro de estudos anteriormente realizados, por exemplo de Im et al. (2011) e Baptista e Oliveira (2015), realizados em ambientes de uso voluntário da tecnologia, que revelam que as condições facilitadoras não tiveram qualquer efeito na intenção de uso ou no uso da tecnologia e ainda com o estudo de Dečman (2015), realizado em contexto de IES, que demonstrou que este constructo não obteve resultados significativos no uso da tecnologia, ao contrário do que também tinha previsto. Dwivedi et al. (2011) demonstraram também que, das quatro variáveis base da UTUAU/UTAUT2, as condições facilitadoras é o constructo com menor significância em relação à intenção de uso. De acordo com Venkatesh et al. (2003), as condições facilitadoras, num contexto organizacional, são de acesso livre, iguais e invariáveis para todos os utilizadores, ou seja, de acordo com estes autores, todos os estudantes dispõem, de igual modo, das mesmas condições facilitadoras. Por essa razão, estes autores decidiram não considerar a relação entre as condições facilitadoras e a intenção de uso, por ser uma relação não significativa. Desta forma, uma explicação possível para o facto de os estudantes do IPC não considerarem relevante a existência deste suporte organizacional e técnico na intenção e no uso da plataforma Inforestudante poderá ser por não sentirem necessidade de Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 74 recorrer a esse suporte, dado terem o conhecimento necessário para usar a plataforma Inforestudante. Esta justificação vai ao encontro do defendido por Jung e Lee (2020) no estudo que desenvolveram em três países. Os resultados demonstraram que as condições facilitadoras não revelaram ser importantes para explicar a adoção da tecnologia, exatamente porque todas as instituições envolvidas no estudo tinham uma boa organização, suporte de apoio técnico adequado e facilidade de utilização da tecnologia, condições que facilitam a utilização da tecnologia e minimizam a necessidade de recorrer a este suporte. Dečman (2015) refere também que atualmente os estudantes utilizam quotidianamente dispositivos digitais e, na sua maioria, têm bastante facilidade em utilizar novas tecnologias em ambiente de uso obrigatório. Venkatesh et al. (2012) acrescentam ainda que as questões relacionadas com as infraestruturas de suporte, inerentes às condições facilitadoras, são largamente refletidas no constructo expectativa de esforço, tal como demonstrado também pelos autores Jung e Lee (2020). A hipótese H6 propunha que a segurança percebida (SP) teria um impacto positivo na intenção de uso da plataforma, de acordo com Cheng et al. (2006). A hipótese foi rejeitada, divergindo do estudo destes autores e de outros autores analisados (Almaiah & Al-Khasawneh, 2020; Shin, 2009), visto que os resultados contrariam esse impacto positivo e revelam que não é pelo facto dos estudantes se sentirem protegidos (contra ameaças realizadas na rede, ataques de transações de dados ou acesso não autorizado através de falsas autenticações) que terão maior intenção de utilizar a plataforma. Estes resultados podem estar relacionados com o facto de a utilização da plataforma Inforestudante ser obrigatória e “imposta” pela instituição de ensino superior pública onde os estudantes estão matriculados e na qual confiam, o que poderá, só por si, transmitir segurança aos estudantes na utilização da plataforma, mas não influenciar a sua utilização. Contrariamente ao estudo de Belanger et al. (2002), as questões relacionadas com a segurança revelaram ter menor importância para os estudantes, do que as questões relacionadas com a privacidade. Em contrapartida, o estudo de Merhi et al. (2019) comprovou que a segurança percebida tem um impacto negativo sobre a intenção de uso e confirmou que a preocupação com a segurança continua a ser considerada como o grande obstáculo no uso do e-banking, devido à possibilidade de ocorrerem violações e fugas de dados. Mestrado em Marketing e Comunicação 75 A hipótese H2 indicava que a expectativa de esforço (EE) teria um impacto positivo na intenção de uso. Contrariando a teoria de Venkatesh et al. (2003, 2012), esta hipótese não pôde ser validada ainda que seja avaliada na fase da adoção da tecnologia, dado que, embora os resultados tenham demonstrado que a expectativa de esforço tem uma influência positiva na intenção de uso, esta influência não é significativa, ou seja, os estudantes já têm experiência tecnológica suficiente e não apresentam dificuldades no uso da plataforma. Conforme referenciado por El-Masri e Tarhini (2017), Marques et al. (2011) e Venkatesh et al. (2003), a expectativa de esforço revela ser um fator insignificante para os estudantes com experiência ou facilidade de utilização da plataforma e significante para estudantes que não estão familiarizados com o sistema, ou seja, o facto de os alunos terem já alguma experiência na sua utilização (revelada pelo hábito) e facilidade de uso da plataforma (pois não recorrem às condições facilitadoras) poderá ser também uma explicação para os resultados obtidos com este constructo. Estes resultados não são consistentes com estudos anteriormente realizados em contexto organizacional, nomeadamente com o estudo de Samsudeen e Mohamed (2019), em que a expectativa de esforço foi considerado o constructo com maior influência na intenção de uso. No entanto, Samsudeen e Mohamed (2019) também referem que os alunos que já utilizavam tecnologias anteriormente não necessitam de formação para utilizar o sistema de e- learning, sendo que a expectativa de esforço nestes alunos é insignificante. Os resultados desta variável poderão estar relacionados com os resultados inesperados, mas compreensíveis, obtidos também nas condições facilitadoras, uma vez que, de acordo com Venkatesh et al. (2012), os resultados destes constructos estão relacionados. Em consonância com o estudo de Jung e Lee (2020), os resultados obtidos no presente estudo sobre a expectativa de esforço poderão refletir que a utilização da plataforma Inforestudante é de fácil utilização, não exige muito esforço ou necessidade de competências adicionais na sua utilização, ainda que esta variável esteja a ser testada no período de adoção da plataforma. Os estudantes utilizam diariamente tecnologias digitais e têm facilidade em utilizar novas tecnologias (Dečman, 2015). A hipótese H4 implicava uma relação positiva entre a influência social (IS) e a intenção de uso, com base em Venkatesh et al. (2003, 2012). Os resultados comprovam essa relação positiva, mas não é significativa de modo a aceitar a hipótese. Estes resultados não estão Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 76 em consonância com as referências dos autores analisados em estudos de cariz obrigatório de uso da tecnologia (Dečman, 2015; El-Gayar et al., 2011; El-Masr i& Tarhini, 2017; Jung & Lee, 2020), nem com o estudo de Venkatesh e Davis (2000), quando refere que a influência social só tem impacto elevado em ambientes de uso obrigatório da tecnologia. No entanto, tal como acontece com a expectativa de esforço, a influência social revela ser significativa na relação com a intenção de uso, numa fase inicial de utilização da plataforma, mas tende a tornar-se insignificante com a utilização duradoura da tecnologia, deixando de ter influência significativa na intenção de uso (Venkatesh & Davis, 2000; Venkatesh et al., 2003). Esta hipótese não pôde ser validada, pois embora tenha sido testada na fase de adoção da tecnologia, a influência que outras pessoas possam ter sobre o estudante não é significativa de modo a determinar a sua intenção de utilização da plataforma. Estes resultados podem indicar que, embora em ambiente de uso obrigatório da tecnologia numa fase de adoção, os estudantes utilizam voluntariamente a plataforma sem a influência de terceiros. Apesar destes resultados, alguns estudos demonstram ser de extremo impacto na intenção de uso a opinião que outros colegas e professores possam ter sobre o uso da tecnologia (Merhia et al., 2015; Samsudeen & Mohamed, 2019). A hipótese H8 previa que a predisposição para a mudança (PM) teria uma influência positiva na intenção de uso, tendo por base as referências de Di Fabio e Gori (2016). Os resultados confirmam a existência de uma influência positiva, mas não de forma significativa que permita aceitar a hipótese. A hipótese foi rejeitada, uma vez que a abertura do aluno para aceitar a nova plataforma tem um impacto positivo na sua intenção de utilização, mas este impacto não é suficientemente forte para que possa ser considerado um fator determinante desta. Estes resultados divergem do estudo de Di Fabio (2016), no qual o fator predisposição para a mudança conseguiu explica 32,58% da variância total da aceitação da mudança. No entanto, de acordo com Di Fabio e Gori (2016) e Wanberg e Banas (2000), o facto de os estudantes demonstrarem uma atitude positiva e de abertura em relação à intenção de utilizarem a nova plataforma poderá contribuir positivamente para que utilizem a mesma. Estes resultados não estão em concordância com o estudo de Nov e Ye (2008). Estes autores comprovaram que a abertura à mudança influencia significativamente a inovação pessoal nas tecnologias. Os Mestrado em Marketing e Comunicação 77 utilizadores que manifestam resistência à mudança terão de fazer um esforço adicional para utilizarem uma nova tecnologia. A hipótese H1 propunha que a expectativa de desempenho (ED) teria um impacto positivo na intenção de uso, de acordo com Venkatesh et al. (2003, 2012). Esta hipótese foi validada, uma vez que os resultados comprovaram que, de facto, a expectativa de desempenho influencia positivamente e de forma significativa a intenção do aluno utilizar a plataforma Inforestudante. Estes resultados são consistentes com os estudos realizados anteriormente em contexto organizacional, em IES e em ambientes de uso obrigatório da tecnologia (Chen, 2011; Dečman, 2015; El-Masri & Tarhini, 2017; Samsudeen & Mohamed, 2019), à semelhança do presente estudo. A hipótese H5a adiantava que o hábito (HAB) influenciava positivamente a intenção de uso. Os resultados confirmam que esta influência é positiva e estatisticamente significativa. A hipótese foi aceite, dado que, de acordo com Venkatesh et al. (2012) a influência do hábito na intenção de uso pode aumentar se existir uma rotina diária de utilização da tecnologia. Em consonância com estes autores, os resultados obtidos permitem confirmar que a utilização continuada da plataforma Inforestudante tem um impacto positivo na intenção de utilizar a tecnologia. O uso continuado da plataforma contribui para a melhoria da sua utilização e influencia a intenção de continuar a utilizar a plataforma, de acordo com o referido por Venkatesh et al. (2012). Estes resultados estão também em consonância com estudos anteriores, realizados em contextos organizacionais (Bower et al., 2020; El-Masri & Tarhini, 2017; Jung & Lee, 2020) e em contexto de consumo (Baptista & Oliveira, 2015; Merhi et al., 2019), em que o hábito demonstrou ser um constructo bastante significativo na relação que estabelece com a intenção de uso da tecnologia, e em desacordo com o estudo de Jung e Lee (2020), em que o hábito teve uma influência negativa na intenção de uso de recursos educativos abertos no ensino superior. A hipótese H5b afirmava que o hábito (HAB) tinha uma influência positiva no uso da plataforma Inforestudante, tal como Limayem e Hirt (2003) e Venkatesh et al. (2012) indicavam. Em consonância com os resultados de Baptista e Oliveira (2015) e Venkatesh et al. (2012), cujos estudos foram realizados em contexto de consumo, o uso rotineiro da Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 78 plataforma faz com que os estudantes utilizem a plataforma Inforestudante de forma automática. De acordo com Limayem et al. (2007) o hábito torna-se um constructo chave no uso da plataforma quando esse uso é frequente (pelo menos semanalmente) e se prolonga por algum tempo, podendo até anular o efeito indireto do hábito sobre a intenção de uso. A hipótese foi aceite, tendo sido validada também em contexto organizacional de IES com uso obrigatório de plataformas académicas. A hipótese H7 indicava que a privacidade percebida (PP) tinha uma relação positiva com a intenção de uso (IU), de acordo com McLeod et al. (2009) e Almaiah e Al-Khasawneh, (2020). Esta hipótese foi validada com resultados conclusivos, que confirmam que a perceção do aluno, sobre se a sua informação pessoal permanece confidencial na plataforma Inforestudante, influencia positivamente e de forma significativa a intenção de utilizar esta plataforma, em consonância com o estudo de Belanger et al. (2002). No entanto, no estudo destes autores, os resultados indicam que as questões relacionadas com a privacidade (com utilização de selos e declarações de privacidade) tiveram, ainda assim, menos importância para os consumidores, do que as questões relacionadas com a segurança. Estes resultados estão em consonância com o estudo de Almaiah e Al- Khasawneh, (2020), que demonstrou a relação positiva entre a privacidade e a decisão das universidades adotarem a tecnologia de mobilie cloud computing, concluindo que a existência de garantias de segurança e privacidade dos dados académicos neste tipo de plataforma aumentaria a viabilidade de adoção da tecnologia. A hipótese H9 pressupunha que a intenção de uso (IU) tinha um impacto positivo no uso, de acordo com Venkatesh et al. (2012). Os resultados comprovam que esse impacto é positivo e tem significância estatística. Se o aluno tiver intenção de utilizar a plataforma, irá efetivamente utilizá-la. Em consonância com os resultados obtidos na UTAUT2 de Venkatesh et al. (2012), o modelo utilizado neste estudo tem uma capacidade explicativa mais forte da intenção de uso (60,5%) do que do uso da plataforma (14,3%). De acordo com Venkatesh e Davis (2000), mesmo quando o uso da tecnologia é obrigatório, a intenção de utilizar a tecnologia poderá variar, atendendo a que o utilizador se pode opor à sua utilização. Mestrado em Marketing e Comunicação 79 Os resultados revelam que as variáveis independentes expectativa de desempenho, hábito e privacidade percebida explicam significativamente a intenção de uso, com destaque para o hábito, que revela o maior impacto na intenção de utilização, seguido da privacidade percebida e da expectativa de desempenho. Relativamente ao uso, os determinantes significativos são o hábito e a intenção de utilização. Novamente, o hábito é a variável que melhor explica o uso da plataforma Inforestudante. Conclui-se que, das onze hipóteses do modelo de investigação, somente cinco foram validadas (H1, H5a, H5b, H7 e H9). As restantes 6 hipóteses (H2, H3a, H3b, H4, H6 e H8) não demonstraram ter significância estatística e, por vezes, sinal compatível com o modelo de investigação, pelo que não podem ser confirmadas. 6.2. Contributos do estudo O presente estudo propunha validar um modelo de investigação capaz de explicar quais os determinantes da intenção e do uso da plataforma académica Inforestudante pelos alunos do IPC. Os resultados obtidos revelam que o modelo de investigação, adaptado da UTAUT2, de Venkatesh et al. (2012), cumpre o objetivo inicialmente projetado. O modelo de investigação revela-se sobretudo capaz de explicar em mais de 60% a intenção de uso da plataforma Inforestudante. Quer na intenção de uso quer no uso, o hábito é a variável com maior impacto na aceitação da plataforma Inforestudante. Este é um resultado inovador quando aplicado a este contexto de IES, dado que os estudos anteriores realizados consideraram somente a influência do hábito na intenção de uso (Bower et al., 2020; El-Masri & Tarhini, 2017; Jung & Lee, 2020). De acordo com El-Masri e Tarhini (2017), tanto as hipóteses que obtiveram resultados significativos, bem como as hipóteses que revelaram ser não significativas, devem ser consideradas para orientação das IES. Estes resultados possibilitam realçar alguns aspetos que as IES podem considerar para que a aceitação das plataformas académicas tenha um maior sucesso, nomeadamente: - A adoção de estratégias de utilização contínua da plataforma, por exemplo, alertando para a importância da consulta constante das notificações, da situação académica, de Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 80 horários, ou seja, sugerindo tarefas permanentes para que os alunos, de forma cada vez mais espontânea e rotineira, utilizem a plataforma, uma vez que o hábito revelou ser o fator mais importante deste estudo; - A realização de sessões de sensibilização, dirigidas aos alunos, evidenciando, por um lado, a facilidade, comodidade e eficácia na execução das tarefas na plataforma e, por outro, o contributo fundamental da plataforma para a melhoria do seu desempenho (Dečman, 2015); - A utilização percetível de sistemas de segurança e privacidade adotados pela plataforma de modo a transmitir ao aluno que o sistema é fiável e que manterá os seus dados pessoais protegidos. Garantir níveis elevados de segurança e privacidade poderá facilitar a adoção das plataformas académicas, tal como referido por Almaiah e Al-Khasawneh (2020). Neste estudo, ao contrário do que era esperado, a segurança percebida teve um impacto negativo na intenção de uso. No entanto, estudos realizados anteriormente sobre aceitação e uso de tecnologia, demonstram claramente que este é um fator que continua a preocupar e a inibir a utilização das tecnologias on-line, quer em contexto organizacional, quer em contexto de consumo (Almaiah & Al-Khasawneh, 2020; Merhi et al., 2019). Deste modo, sugere-se que as IES se preocupem de igual modo com as questões relacionadas com a segurança e privacidade, que exijam a existência de selos e declarações de segurança visíveis ao utilizador (Belanger et al. 2002), para que de facto assegurem que os dados dos estudantes estão protegidos contra fraudes e acesso a terceiros não autorizados. - Embora os resultados sobre as condições facilitadoras não tenham sido os esperados, de acordo com Jung e Lee (2020), permitem sugerir às IES que invistam numa boa estratégia em relação à adoção das plataformas académicas, com a realização de sessões prévias de formação sobre como utilizar a plataforma e a divulgação de guias práticos de apoio, de fácil acesso, para realização das tarefas de acordo com o seu grau de complexidade. É importante também que as plataformas sejam adequadas aos seus utilizadores, simplificadas e de fácil utilização. As IES devem investir na criação de um suporte de apoio técnico adequado aos estudantes. Tal como defendido por Venkatesh et al. (2012), mesmo que os estudantes não tenham necessidade de recorrer a esse suporte, a Mestrado em Marketing e Comunicação 81 perceção que têm sobre a sua existência é importante e positiva para usar a plataforma. Ao investir no planeamento destas medidas, os estudantes terão a perceção que a utilização da plataforma é fácil e que não exigirá muito esforço na sua utilização. Deste modo, tal como Venkatesh et al. (2012) referiu, as condições facilitadoras têm implicações na expectativa de esforço. - Na fase inicial de adoção da plataforma Inforestudante, em que este estudo foi realizado, a influência social não demonstrou ter um efeito significativo na intenção do estudante usar a plataforma, contrariando as indicações de Venkatesh e David (2020) e Venkatesh et al. (20003), talvez porque os estudantes utilizassem já a plataforma voluntariamente, sem necessitar do estímulo de outras pessoas. Ainda assim, o impacto desta variável na intenção de uso é positivo. Deste modo, e tendo como referência Samsudeen e Mohamed (2019), propõe-se que as IES sensibilizem antecipadamente os professores no sentido de incentivarem os estudantes a utilizar as plataformas académicas e de os estimular a motivar os colegas nesse sentido. Do ponto de vista dos contributos teóricos, este estudo apresenta as seguintes implicações: - Venkatesh et al. (2012) recomendaram que a UTAUT2 fosse validada noutros contextos organizacionais, com diferentes tipos de tecnologia e em diferentes locais para generalização dos resultados. De facto, a revisão da literatura efetuada comprova a existência de vários estudos sobre aceitação e uso da tecnologia com validação do modelo da UTAUT e UTAUT2, nas suas versões originais ou adaptadas, quer em contextos de consumo, quer em contextos organizacionais (Ameen & Willis, 2018). O modelo de investigação validado neste estudo é também relevante para confirmar a versatilidade do modelo da UTAUT2, neste caso aplicado em Portugal, num contexto organizacional de ensino superior politécnico, num ambiente de obrigatoriedade de utilização da plataforma académica por estudantes, o que difere do contexto de consumo no qual a UTAUT2 de Venkatesh et al. (2012) foi validada. - No que diz respeito à literatura sobre aceitação e uso de plataformas académicas por estudantes do ensino superior, em contexto de obrigatoriedade de uso, o presente estudo contribui também para enriquecer a literatura neste contexto, nomeadamente pelos Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 82 resultados inovadores relacionados com a variável hábito e com a relação positiva e significativa na intenção de uso, mas também e, de forma inédita, com forte impacto no uso da plataforma académica. - O modelo de investigação incorporou ainda, pela primeira vez neste contexto, o constructo predisposição para a mudança, adaptado da área da psicologia organizacional. Contrariando a tendência de abordar pela negativa o comportamento do indivíduo, usualmente através da resistência à mudança, foi proposto analisar o impacto positivo da predisposição para a mudança, de acordo com Di Fabio e Gori (2016) e Wanberg et al. (2000). Os resultados demonstraram efetivamente que esta variável influencia positivamente a intenção do estudante utilizar a plataforma, no entanto, não obteve a significância esperada. 6.3. Limitações do estudo Uma das limitações deste estudo prende-se com o tamanho da amostra, que poderia ser mais alargada. Poder-se-ia utilizar uma amostragem dirigida para possibilitar uma representação propositada de todas as escolas, com base num critério a definir, por exemplo, serem inquiridos os estudantes nacionais da licenciatura e mestrado (Martinez & Ferreira, 2008). Outra limitação está relacionada com a fraca capacidade explicativa do uso (U), o qual é explicado em 14,3% pelas variáveis condições facilitadoras, hábito e intenção de uso. No entanto, tal como acontece noutros estudos empíricos, os resultados desta investigação devem ser entendidos considerando as limitações que lhe são inerentes, ou seja, este estudo foi realizado na fase inicial de adoção da plataforma, contemplando também a fase de transição da antiga plataforma Moodle para a nova plataforma Inforestudante, com utilização em simultâneo das duas plataformas. No entanto, dado que a utilização da plataforma não é voluntária e o estudante não terá outra alternativa senão utilizar a plataforma académica Inforestudante, é previsível que, no futuro, o uso efetivo desta plataforma possa ser explicado de forma mais robusta pelas condições facilitadoras, Mestrado em Marketing e Comunicação 83 expectativa de esforço, influência social, segurança percebida, predisposição para a mudança e intenção de uso. O modelo de investigação utilizado foi testado somente nas IES do IPC, em Portugal, em contexto de uso obrigatório de uma tecnologia específica, pelos estudantes. Este modelo poderá ser testado noutras IES nacionais, bem como de outros países, em tecnologias diferentes especialmente de uso obrigatório por utilizadores diferentes. Neste estudo, o modelo base utilizado foi a UTAUT2, retirando a motivação hedónica e o preço e incluindo mais três constructos: segurança percebida, privacidade percebida e predisposição para a mudança. À exceção da privacidade percebida, que demonstrou ser a segunda variável com maior impacto explicativo na intenção de uso, as outras variáveis necessitam de ser melhoradas, de forma a perceber se de facto, quer a segurança percebida, quer a predisposição para a mudança, se adequam a estudos sobre adoção e uso de tecnologias de uso obrigatório. Ambientes onde o uso da tecnologia é imposto poderão bloquear a intenção de uso da nova tecnologia e criar resistência à mudança. A variável predisposição para a mudança poderá revelar-se uma variável importante neste contexto, uma vez que teve impacto positivo na relação com a intenção de uso. 6.4. Recomendações para futuras investigações Sugere-se que em futuras investigações, realizadas em contexto de IES com uso obrigatório de plataformas académicas, se considerem os seguintes apontamentos: - Relativamente às condições facilitadoras, houve a necessidade de eliminar os itens CF1 – “Tenho os recursos necessários para usar a plataforma Inforestudante” e CF4 – “Se tiver alguma dificuldade na utilização da plataforma Inforestudante, obtenho ajuda”. Apesar de os resultados desta variável não demonstrarem relação positiva e não terem significância estatística neste estudo, autores como Dečman (2015), Dwived et al. (2011) e Jung e Lee (2020) referem que só fará sentido considerarem-se as condições facilitadoras em ambientes organizacionais de uso obrigatório da tecnologia, onde é a própria instituição a disponibilizar adequadamente esse suporte organizacional e técnico da mesma forma, ao mesmo tempo e através dos mesmos meios, a todos os utilizadores Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 84 (Venkatesh et al., 2003). Dos 43 estudos analisados por Dwived et al. (2011), apenas 8 comprovaram a existência de relação significativa das condições facilitadoras com a intenção de uso. No entanto, de acordo com Venkatesh et al. (2012), as ferramentas de suporte e apoio serão sempre valorizadas pelos utilizadores mesmo que estes tenham experiência no uso da tecnologia. Sugere-se, por estas razões, que futuros estudos considerem as condições facilitadoras com influência na intenção de uso e no uso de plataformas académicas. Propõe-se, no entanto, a revisão das perguntas do questionário e sua reordenação. - Atendendo aos resultados consonantes obtidos pelas condições facilitadoras e a expectativa de esforço, de acordo com Venkatesh et al. (2012), sugere-se que futuros estudos considerem acrescentar a relação positiva das condições facilitadoras com a expectativa de esforço (Dwived et al., 2017). - De todas as variáveis independentes utilizadas, o hábito demonstrou desempenhar um papel bastante importante na intenção de uso e também no uso da plataforma académica. É por isso, uma variável a considerar em futuros estudos sobre aceitação e uso da tecnologia, com implicações positivas quer na intenção, quer no uso das plataformas académicas. - Poderá também ser explorada a aplicabilidade deste modelo numa fase mais avançada de uso da plataforma académica, com utilização de uma amostra maior, em contextos de IES nacionais e internacionais. - Dado que o modelo estrutural utilizado neste estudo conseguiu explicar 14,3% do uso da plataforma Inforestudante, sugere-se que em estudos futuros sejam consideradas outras variáveis que consigam explicar melhor o uso desta tecnologia, nomeadamente, variáveis moderadoras para que os resultados sejam mais eficazes (Dwivedi et al., 2011). Sugerem-se, então, duas variáveis moderadoras: a voluntariedade de uso (Venkatesh et al., 2003) e a experiência tecnológica (Venkatesh et al., 2012). A variável voluntariedade de uso a moderar as relações da influência social e da predisposição para a mudança com a intenção de uso e a experiência tecnológica a moderar as relações das condições facilitadoras e do hábito com a intenção de uso e com o uso (Venkatesh et al., 2003, 2012). Mestrado em Marketing e Comunicação 85 Propõe-se ainda que esta variável modere as relações da expectativa de esforço e da influência social com a intenção de uso (Venkatesh et al. (2003). Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 86 REFERÊNCIAS BIBLIOGRÁFICAS Mestrado em Marketing e Comunicação 87 Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T Alalwan, A. A., Dwived, Y. K., & Rana, N. P. (2017). Factors influencing adoption of mobile banking by Jordanian bank customers: Extending UTAUT2 with trust. International Journal of Information Management, 37(3), 99-110. https://doi.org/10.1016/j.ijinfomgt.2017.01.002 Al-Azawei, A., & Alowayr, A. (2020). Predicting the intention to use and hedonic motivation for mobile learning: A comparative study in two middle eastern countries. Technology in Society, 62, 10325. https://doi.org/10.1016/j.techsoc.2020.101325 Almaiah, M. A., & Al-Khasawneh, A. (2020). Investigating the main determinants of mobile cloud computing adoption in university campus. Education and Information Technologies, 25(4), 3087–3107. https://doi.org/10.1007/s10639-020-10120-8 Al-Rahmi, W. M., Yahaya, N., Aldraiweesh, A. A., Alamri, M. M., Aljarboa, N. A., Alturki, U., & Aljeraiwi, A. A. (2019). Integrating technology acceptance model with innovation diffusion theory: An empirical investigation on students’ intention to use e-learning systems. IEEE Access, 7, 26797–26809. https://doi.org/10.1109/ACCESS.2019.2899368 Alsmadi, D., & Rana, N. P. (2018). Sharing and storage behavior via cloud computing: Security and privacy in research and practice. Computers in Human Behavior, 85, 218– 226. https://doi.org/10.1016/j.chb.2018.04.003 Ameen, N., & Willis, R. (2018). A generalized model for smartphone adoption and use in an Arab context: A cross-country comparison. Information Systems Management, 35(3), 254–74. https://doi.org/10.1080/10580530.2018.1477300 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 88 Amron, M. T., Ibrahim, R., Bakar, N. A., & Chuprat, S. (2019). Determining factors influencing the acceptance of cloud computing implementation. Procedia Computer Science, 161, 1055–1063. https://doi.org/10.1016/j.procs.2019.11.216 Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://www.uky.edu/~eushe2/Bandura/Bandura1977PR.pdf Bansal, G. (2017). Distinguishing between privacy and security concerns: An empirical examination and scale validation. Journal of Computer Information Systems, 57(4), 330– 43. https://doi.org/10.1080/08874417.2016.1232981 Baptista, G., & Oliveira, T. (2015). Understanding mobile banking: The unified theory of acceptance and use of technology combined with cultural moderators. Computers in Human Behavior, 50, 418–430. https://doi.org/10.1016/j.chb.2015.04.024 Belanger, F., Hiller, J. S., & Smith, W. (2002). Trustworthiness in electronic commerce: The role of privacy, security, and site attributes. Journal of Strategic Information Systems, 11(3–4), 245-270. https://doi.org/10.1016/S0963-8687(02)00018-5 Bower, M., DeWitt, D., & Lai, J. W. (2020). Reasons associated with preservice teachers’ intention to use immersive virtual reality in education. British Journal of Educational Technology, 51(6), 2214–2232. https://doi.org/doi:10.1111/bjet.13009 Brei, V., & Liberali, N. G. (2006). O Uso da técnica de modelagem em equações estruturais na área de marketing: um estudo comparativo entre publicações no Brasil e no exterior. Revista de Administração Contemporânea, 10(4), 131–151. https://doi.org/10.1590/S1415-65552006000400007 Mestrado em Marketing e Comunicação 89 Chen, J. (2011). The effects of education compatibility and technological expectancy on e- learning acceptance. Computers & Education, 57(2), 1501–1511. https://doi.org/10.1016/j.compedu.2011.02.009 Chen, L., & Holsapple, C. W. (2013). E-business adoption research: State of the art. Journal of Electronic Commerce Research, 14(3), 261-286. https://www.researchgate.net/publication/274635398 Cheng, T. E., Lam, D. Y., & Yeung, A. C. (2006). Adoption of internet banking: An empirical study in Hong Kong. Decision Support Systems, 42(3), 1558–1572. https://doi.org/10.1016/j.dss.2006.01.002 Cheung, C. M., & Lee, M. K. (2006). Understanding consumer trust in Internet shopping: A multidisciplinary approach. Journal of the American Society for Information Science & Technology, 57(4), 479–92. https://doi.org/10.1002/asi.20312 Compeau, D. R., & Higgins, C. A. (1995). Computer self-efficacy: Development of a measure and initial test. MIS Quarterly 19(2), 189–211. https://doi.org/10.2307/249688 Davis, F. (1989). Perceived usefulness, perceived ease of use and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008 Deci, E. (1971). The effects of externally mediated rewards on intrinsic motivation. Journal of Personality and Social Psychology, 18(1), 105–115. https://doi.org/10.1037/h0030644 Deci, E. (1972). Intrinsic Motivation, Extrinsic Reinforcement, and Inequity. Journal of Personality and Social Psychology, 22(1), 113-120. https://doi.org/10.1037/h0032355 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 90 Dečman, M. (2015). Modeling the acceptance of e-learning in mandatory environments of higher education: The influence of previous education and gender. Computers in Human Behavior, 49, 272-281. https://doi.org/doi:10.1016/j.chb.2015.03.022 Di Fabio, A., & Gori, A. (2016). Developing a new instrument for assessing acceptance of change. Frontiers in Psychology, 7, 802. https://doi.org/doi:10.3389/fpsyg.2016.00802 Dwivedi, J. K., Rana, N. P., Janssen, M., Lal, B., Williams, M. D., & Clement, M. (2017). An empirical validation of a unified model of electronic government adoption (UMEGA). Government Information Quarterly, 34(2), 211-230. https://doi.org/10.1016/j.giq.2017.03.001 Dwivedi, Y., Nripendra, R., Chen, H., & Williams, M. (2011, setembro 22-24). A Meta- analysis of the unified theory of acceptance and use of technology (UTAUT). Governance and Sustainability in Information Systems: Managing the Transfer and Diffusion of IT (Working conference), Hamburg, Germany, 155-170. https://doi.org/doi:10.1007/978-3- 642-24148-2_10 El-Gayar, O., Moran, M., & Hawkes, M. (2011). Students’ acceptance of tablet PCs and implications for educational institutions. Journal of Educational Technology & Society, 14(2), 58-70. http://www.jstor.org/stable/jeductechsoci.14.2.58 El-Masri, M., & Tarhini, A. (2017). Factors affecting the adoption of e-learning systems in Qatar and USA: Extending the unified theory of acceptance and use of technology 2 (UTAUT2). Educational Technology Research & Development, 65(3), 743-763. https://doi.org/doi:10.1007/s11423-016-9508-8 Fındık-Coşkunçay, D., Alkış, N., & Özkan-Yıldırım, S. (2018). A structural model for students’ adoption of learning management systems: An empirical investigation in the higher education context. Journal of Educational Technology & Society, 21(2), 13-27. https://www.jstor.org/stable/26388376 Mestrado em Marketing e Comunicação 91 Fishbein, M., & Ajzen, L. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Addison-Wesley Publishing Company. https://www.researchgate.net/publication/233897090 Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39- 50. https://doi.org/doi:10.2307/3151312 Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of Marketing Theory & Practice, 19(2), 139-152. https://doi.org/doi:10.2753/MTP1069- 6679190202 Heetae, Y. (2017). User acceptance of smart home services: an extension of the theory of planned behavior. Industrial Management & Data Systems, 117(1), 68-99. https://doi.org/doi:10.1108/IMDS-01-2016-0017 Henseler, J., Ringle, C., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135. https://doi.org/doi:10.1007/s11747-014-0403-8 Henseler, J., Ringle, C., & Sinkovics, R. (2009). The use of partial least squares path modeling in international marketing. Advances in International Marketing, 20, 277–319. https://doi.org/doi:10.1108/S1474-7979(2009)0000020014 Hill, M. M., & Hill, A. (2005). Investigação por questionário. Sílabo, Lda. Hong, W., & Thong, J. Y. (2013). Internet privacy concerns: An integrated conceptualization and four empirical studies. Mis Quarterly, 37(1), 275-301. https://www.jstor.org/stable/43825946 Im, I., Hong, S., & Kang, M. S. (2011). An international comparison of technology adoption Testing the UTAUT model. Information & Management, 48(1), 1-8. https://doi.org/doi:10.1016/j.im.2010.09.001 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 92 Jain, A., & Chande, S. (2013). Information portal system for a digital campus based on information architecture. IEEE International Conference in MOOC, 349-352. https://doi.org/doi:10.1109/MITE.2013.6756365 Jung, I., & L. J. (2020). A cross‐cultural approach to the adoption of open educational resources in higher education. British Journal of Educational Technology, 51(1), 263-280. https://doi.org/doi:10.1111/bjet.12820 Kim, S., & Jin, K. K. (2018). Determinants of the adoption of mobile cloud computing services: a principal-agent perspective. Information Development 34(1), 44-63. https://doi.org/doi:10.1177/0266666916673216 Koul, S., & Eydgahi, A. (2017). A systematic review of technology adoption frameworks and their applications. Journal of Technology Management & Innovation, 12(4). https://doi.org/10.4067/S0718-27242017000400011 Lee, H. S., Jo, N. O., & Choi, Y. H. (2009). Determinants affecting user satisfaction with campus portal services in Korea. Journal of Internet Banking and Commerce, 14(1), 14. https://doi.org/10.13106/jafeb.2020.vol7.no9.439 Lewis, C. (2002). Driving factors for e-learning: An organisational perspective. Perspectives: Policy and Practice in Higher Education, 6(2), 50-54. https://doi.org/doi:10.1080/13603100120125979 Limayem, M., Hirt, S. G., & Cheung, C. M. (2003). Force of habit and information systems usage: Theory and initial validation. Journal of the Association for Information Systems 4, 65-95. https://doi.org/doi:10.17705/1jais.00030 Mestrado em Marketing e Comunicação 93 Limayem, M., Hirt, S. G., & Cheung, C. M. (2007). How habit limits the predictive power of intention: The case of information system continuance. MIS Quarterly, 31(4), 705-737. https://doi.org/doi:10.2307/25148817 Maican, C. I., Cazan, A., C., L. R., & Dovleac, L. (2019). A study on academic staff personality and technology acceptance: The case of communication and collaboration applications. Computers & Education, 128, 113-131. https://doi.org/doi:10.1016/j.compedu.2018.09.010 Malhotra, N. (2001). Pesquisa de marketing: Uma orientação aplicada. Bookman. Marques, B. P., Villate, J. E., & Carvalho, C. (2011, junho 15-18). Applying the UTAUT model in engineering higher education: Teacher’s technology adoption. 6th Iberian Conference on Information Systems and Technologies (CISTI), 1-6, Chaves, Portugal. https://ieeexplore.ieee.org/abstract/document/5974236 Martinez, L. F. (2008). Análise de dados com SPSS - Primeiros passos. Escolar Editora. Martins, C., Oliveira, T., & Popovič, A. (2014). Understanding the internet banking adoption: A unified theory of acceptance and use of technology and perceived risk application. International Journal of Information Management, 34(1), 1-13. https://doi.org/10.1016/j.ijinfomgt.2013.06.002 McLeod, A., Pippin, S., & Catania, V. (2009, agosto 6-9). Using technology acceptance theory to model individual differences in tax software use. Proceedings of the 15th Americas Conference on Information Systems AMCIS 2009, 1-11, San Francisco, California, USA. https://aisel.aisnet.org/amcis2009/811 Mekovec, R. e. (2012, maio 21-25). The role of perceived privacy and perceived security in online market, Proceedings of the 35th International Convention MIPRO, 1549-1554, Opatija, Croácia. https://ieeexplore.ieee.org/document/6240857 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 94 Merhi, M., Hone, K., & Tarhini, A. (2019). A cross-cultural study of the intention to use mobile banking between Lebanese and British consumers: Extending UTAUT2 with security, privacy and trust. Technology in Society, 59, 101151. https://doi.org/10.1016/j.techsoc.2019.101151 Mokhtar, S. A., Katan, H., & Hidayat-ur-Rehman, I. (2018). Instructors’ behavioural intention to use learning management system: An integrated TAM perspective. TEM Journal, 7(3), 513-525. https://doi.org/10.18421/TEM73-07 Negahban, A., & Chung, C. (2014). Discovering determinants of users perception of mobile device functionality fit. Computers in Human Behavior, 35, 75-84. http://dx.doi.org/10.1016/j.chb.2014.02.020 Nov, O., & Ye, C. (2008, janeiro 7-10). Personality and technology acceptance: Personal innovativeness in IT, openness and resistance to change. 41st Annual Hawaii International Conference on System Sciences (HICSS 2008), 448. https://doi.org/doi:10.1109/HICSS.2008.348 Nov, O., & Ye, C. (2009). Resistance to change and the adoption of digital libraries: An integrative model. Journal of the American Society for Information Science & Technology 60(8), 1702-1708. https://doi.org/doi:10.1002/asi.21068 Oliver, R. (2002). The role of ICT in higher education for the 21st century: ICT as a change agent for education. International Conference on Higher Education for the 21st Century. https://www.researchgate.net/publication/228920282 Oreg, S. (2003). Resistance to change: developing an individual differences measure. Journal of Applied Psychology, 88(4), 680-693. https://doi.org/doi:10.1037/0021- 9010.88.4.680 Mestrado em Marketing e Comunicação 95 Pestana, M., & Gageiro, J. (2008). Análise de dados para ciências sociais: A complementaridade do SPSS. Edições Sílabo. Pinho, C., Franco, M., & Mendes, L. (2018). Web portals as tools to support information management in higher education institutions: A systematic literature review. International Journal of Information Management, 41, 80-92. https://doi.org/doi:10.1016/j.ijinfomgt.2018.04.002 Pinto, R. M. (2009). Introdução à análise de dados com recurso ao SPSS. Edições Sílabo. Presley, A., & Presley, T. (2009). Factors influencing student acceptance and use of academic portals. Journal of Computing in Higher Education, 21(3), 167-182. https://doi.org/10.1007/s12528-009-9022-7 Pyla, A. (2012). ICT as a change agent for higher education and society. International Conference on EGovernance & Cloud Computing Services, 5, 25-30. https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.822.947&rep=rep1&type=p df Quivy, R., & Champenhoudt, L. (2008). Manual de investigação em ciências sociais. Gradiva. Rai, R. S., & S., F. (2019). Conceptualizing task-technology fit and the effect on adoption – A case study of a digital textbook service. Information & Management, 56(8), 103161. https://doi.org/doi:10.1016/j.im.2019.04.004 Ramirez-Correa, P. T.-M.-P. (2018, junho 13-16). Exploring the variables that explain the intention to continue using Smartphone. 13th Iberian Conference on Information Systems and Technologies (CISTI), 1-4, Piscataway, Nova Jersey. https://ieeexplore.ieee.org/document/8399395 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 96 Rogers, E. M. (1995). Diffusion of innovation (3ª ed.). The Free Press. Rokanta, S. A. (2017, novembro 15-17). Information technology adoption and competitive advantage of higher education. International Conference on Information Management and Technology (ICIMTech), 226-231, Yogyakarta, Indonesia. https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8273542 Rose, A., & Kadvekar, S. (2015). ICT (information and communication technologies) adoption model for educational institutions. Journal of Commerce & Management Thought, 6(3), 558-570. https://doi.org/10.5958/0976-478X.2015.00035.X Saghapour, M., Zailani, S., Iranmanesh, M., & Goh, G. G. (2018). An empirical investigation of campus portal usage. Education and Information Technologies, 23(2), 777-795. https://doi.org/doi:10.1007/s10639-017-9635-9 Samsudeen, S. N., & Mohamed, R. (2019). University students’ intention to use e-learning systems: A Study of higher educational institutions in Sri Lanka. Interactive Technology and Smart Education, 16(3), 219-238. https://doi.org/10.1108/ITSE-11-2018-0092 Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers & Education, 128, 13-35. https://doi.org/doi:10.1016/j.compedu.2018.09.009 Shin, D. (2009). Towards an understanding of the consumer acceptance of mobile wallet. Computers in Human Behavior, 25(6), 1343-1354. https://doi.org/doi:10.1016/j.chb.2009.06.001 Mestrado em Marketing e Comunicação 97 Shin, D. (2010). The effects of trust, security and privacy in social networking: A security- based approach to understand the pattern of adoption. Interacting with Computers, 22(5), 428-438. https://doi.org/10.1016/j.intcom.2010.05.001 Sun, H., & Zhang, P. (2006). The role of moderating factors in user technology acceptance. International Journal of Human-Computer Studies, 64(2), 53-78. https://doi.org/doi:10.1016/j.ijhcs.2005.04.013 Taylor, S., & Todd, P. A. (1995). Assessing IT usage: The role of prior experience. Mis Quarterly, 19(4), 561-570. https://doi.org/10.2307/249633 Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal computing: Toward a conceptual model of utilization. MIS Quarterly, 15(1), 125-142. https://doi.org/10.2307/249443 Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186-204. https://doi.org/doi:10.1287/mnsc.46.2.186.11926 Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://doi.org/doi:10.2307/30036540 Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly: Management Information Systems, 36(1), 157-178. https://doi.org/10.2307/41410412 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 98 Venkatesh, Viswanath, & Xu, J. Y. (2016). Unified Theory of Acceptance and Use of Technology: A Synthesis and the Road Ahead. Journal of the Association for Information Systems, 17(5), 328-376. https://doi.org/10.17705/1jais.00428 Vieira, F., & Restivo, M. T. (2014). Novas tecnologias e educação: Ensinar a aprender, aprender a ensinar. Biblioteca Digital da Faculdade de Letras da Universidade do Porto. https://www.up.pt/press/wp- content/uploads/2020/03/Novas_Tecnologias_volume_integral.pdf Wanberg, C. R., & Banas, J. T. (2000). Predictors and outcomes of openness to changes in a reorganizing workplace. Journal of Applied Psychology, 85(1), 132-142. https://doi.org/10.1037/0021-9010.85.1.132 Mestrado em Marketing e Comunicação 99 ANEXO Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 100 Questionário Mestrado em Marketing e Comunicação 101 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 102 Mestrado em Marketing e Comunicação 103 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 104 Mestrado em Marketing e Comunicação 105 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 106 Mestrado em Marketing e Comunicação 107 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 108 Mestrado em Marketing e Comunicação 109 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 110 Mestrado em Marketing e Comunicação 111 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 112 Mestrado em Marketing e Comunicação 113 Escola Superior de Educação | Escola Superior de Tecnologia e Gestão | Politécnico de Coimbra 114