1

Intenção de Uso de um Sistema e-learning: Modelagem e Teste Empírico com Alunos de uma Instituição de Ensino Superior

Autoria: Michele Amaral dos Santos Silva, Maria Luiza Azevedo de Carvalho,

Cristiane Junqueira Giovannini, Renata Geórgia Motta Kurtz Resumo Este estudo teve como objetivo avaliar as variáveis que influenciam alunos de um curso presencial de uma IES a adotar um sistema e-learning como ferramenta de aprendizagem. Com base no modelo TAM (Davis, 1989) foram adicionadas as variáveis externas: qualidade das informações e experiência prévia no uso do computador e da internet. Os dados obtidos foram analisados através da Modelagem de Equações Estruturais (SEM). Os resultados confirmam a influência da experiência prévia na internet sobre a facilidade de uso percebida e da qualidade das informações sobre a utilidade percebida. Palavras-Chave: Educação a Distância, e-learning, Modelo de Aceitação de Tecnologia.

 

  2

1. INTRODUÇÃO

A grande demanda por informação tem criado um cenário favorável para desenvolvimento e surgimento de tecnologias que possibilitam a busca e o acesso a uma vasta gama de conteúdos informacionais. Neste cenário, destaca-se o avanço das Tecnologias da Informação e Comunicação (TIC’s), sobretudo a Internet, que estabelecem novos padrões tanto de comportamento como de negócios, tornando a informação uma ferramenta apta a oferecer às organizações subsídios para o desenvolvimento de seus negócios. As TIC’s proporcionam a seus usuários recursos e instrumentos que possibilitam sua utilização nos mais diversos contextos. No âmbito educacional, por exemplo, as TIC’s ganha cada vez mais espaço e representatividade, destacando-se, sobretudo, no uso em programas de Educação a Distância (EaD) (MAIA, 2003).

O e-learning, aprendizado que ocorre com o uso do ambiente eletrônico, tem sido amplamente utilizado sobretudo na modalidade semipresencial de ensino. Apesar de suas potencialidades, apenas investir nas ferramentas que complementam o processo de ensino e aprendizagem não é suficiente para agregar valor às instituições de ensino pois somente a efetiva utilização destas ferramentas poderá apresentar tal resultado. Em outras palavras, é fundamental que educando e educador estejam dispostos a utilizarem todas as ferramentas que lhe são oferecidas, para que os benefícios possam de fato ser alcançados (DIAS et al., 2003; PITUCH & LEE, 2004).

Diversos pesquisadores dispostos a encontrar condições nas quais essas tecnologias podem ser usadas para fins de aprendizagem empreendem esforços na busca pela compreensão e avaliação dos fatores determinantes da aceitação das TIC’s pelos usuários (DIAS et al., 2003; BURGARELLE & CARVALHO, 2006; PITUCH & LEE, 2006; DAVIS & WONG, 2007; ALVES, 2010; MORENO et al., 2011).

Com o intuito de analisar os antecedentes determinantes da intenção de uso e do uso efetivo de um sistema e-learning, uma vez que, tal compreensão auxilia na maximização dos objetivos a ele associados, este estudo propõe responder à seguinte pergunta: “que fatores afetam a intenção de uso de alunos de um curso presencial na adoção do e-learning como ferramenta de apoio para aprendizagem?”. Para responder à essa questão, foram estabelecidos dois objetivos: (1) identificar, na literatura sobre adoção de e-learning, os fatores que influenciam a intenção de uso do e-learning e (2) propor um modelo dos fatores que podem influenciar na adoção do e-learning e testá-lo empiricamente.

2. REFERENCIAL TEÓRICO 2.1 E-learning

A democratização no processo de ensino e aprendizagem tem se acelerado principalmente graças à revolução da Tecnologia da Informação (TI). A presença da TI nos processos educacionais tornou-se um imperativo na formação da sociedade e em meio à ampla utilização da Internet. Nesse contexto, o e-learning insere-se como um condutor de processos educacionais (LOBIANCO & RAMOS, 2004), tornando-se um forte aliado para ampliar as possibilidades de melhorar o processo de ensino-aprendizagem. Em linha com Lobianco e Ramos (2004), Jamlan (2004) afirma que existem outras razões convincentes para a adoção e implementação do e-learning em um sistema educacional. Dentre elas, aponta: a alternativa estratégica de aprendizagem, que alcança aqueles que tiveram o acesso ao ensino negado; o aumento da sala de aula tradicional, onde altos investimentos para a construção de salas de aulas físicas deixam de ser empregados; e o fácil acesso que o e-learning proporciona aos alunos e professores no que diz respeito à obtenção de informações imediatas em qualquer lugar e a qualquer momento.

 

  3

Fleury e Jacobshon (2003) caracterizam o e-learning como sendo uma ferramenta pedagógica que exerce forte influência sobre o desenvolvimento de competências pessoais. Já para Carvalho & Spinola (2001, p.1), e-learning “é qualquer tipo de aprendizado no qual o participante utiliza um computador como meio para chegar ao conhecimento”. Mesmo sendo o e-learning uma ferramenta capaz de desenvolver o processo de ensino e aprendizagem na modalidade a distância, faz-se necessário atentar-se para o fato de que e-learning e educação a distância (EaD) são termos e processos diferentes, seja em sua essência, seja no ferramental utilizado. Para se compreender a diferença entre e-learning e educação a distância dois pontos precisam ser analisados: (1) apenas a implementação de TIC’s no processo de ensino e aprendizagem não significa de fato que se exerça a EaD; e (2) a EaD não precisa ser implementada usando TIC’s (FREITAS, 2009).

Outro ponto que destaca a diferença entre EaD e e-learning é o próprio surgimento de ambos. A EaD é uma modalidade de ensino que vem sendo utilizada, especialmente, na educação superior há pelo menos 100 anos com o propósito de atender alunos que estejam dispersos geograficamente e/ou que não encontram possibilidades de frequentar a educação presencial. Por outro lado, o e-learning é um fenômeno recente, intimamente relacionado à aplicação de tecnologias digitais no processo de ensino e aprendizagem, desde a simples distribuição de conteúdo até a substituição total dos encontros presenciais, caso em que as aulas são ministradas pela internet, online (FREITAS, 2009; GURI-ROSENBLIT, 2005). A linha de separação entre a EaD e o e-learning é tênue e, sobretudo à medida que as TIC’s avançam, é cada vez mais difícil diferenciar e-learning de EaD. 2.2 Modelo de aceitação de tecnologia (TAM)

O Modelo de Aceitação de Tecnologia (TAM) (DAVIS, 1989; DAVIS et al., 1989) é

uma adequação da teoria da atuação racional (TRA-do inglês Theory of Reasoned Action), derivada da psicologia e adaptada especificamente para gerar modelos de aceitação de tecnologia da informação (GAHTANI, 2001). Conforme a TRA, o comportamento de determinado indivíduo em uma situação particular é influenciado pela intenção comportamental de evidenciar ou exercer tal comportamento, que por sua vez é distinguida por sua atitude e normas subjetivas.

Por meio da adaptação da TRA para o contexto de tecnologias computacionais, o objetivo do TAM é prover uma base genérica para investigar os determinantes da aceitação de computadores, para o que sustenta a ideia de que os estímulos externos influenciam as atitudes pessoais, influenciando indiretamente suas crenças sobre as consequências de adotar um determinado comportamento. Assim, um ponto central do TAM é examinar o impacto de fatores externos nas crenças e atitudes das pessoas (DAVIS et al., 1989).

O TAM fundamenta-se em dois construtos base para prever a aceitação de sistemas computacionais: utilidade percebida e facilidade de uso (DAVIS, 1989). Segundo Davis, os indivíduos tendem a utilizar ou não determinada tecnologia ou solução tecnológica de acordo com a percepção que tem de que esta irá melhorar seu desempenho no trabalho - essa atitude é denominada de utilidade percebida. No entanto, se o uso de determinado aplicativo for muito complexo e isso não compensar os benefícios da nova tecnologia, a efetiva utilização pode ser prejudicada - essa característica é denominada de facilidade percebida (DOLL et al., 1998). A figura 1 apresenta o Modelo TAM (DAVIS et al., 1989).

 

  4

Figura 1: Modelo de Aceitação da Tecnologia Fonte: Davis et al., (1989).

Para Dias et al. (2003, p.7), “o modelo original do TAM e suas variações apresentam avanços no entendimento da aceitação e uso da tecnologia pelo usuário final”. No entanto, para os autores, o modelo apresenta algumas limitações, provenientes principalmente das dificuldades de examinar a aceitação da tecnologia pelo usuário “com todas as variáveis envolvidas em seu ambiente real de trabalho” (DIAS et al., 2003, p.7).

Ainda assim, de todas as teorias e modelos relacionados à adoção da tecnologia, o modelo TAM é considerado o mais influente e o mais amplamente utilizado pelos pesquisadores para descrever a aceitação individual de sistemas de informação (LEE et al., 2003).

 2.3 Adoção do e-learning no contexto acadêmico

Ao longo dos anos, a adoção do e-learning vem sendo tema de constantes pesquisas, as quais pretendem avaliar e compreender a aceitação da tecnologia pelos indivíduos em ambientes de aprendizagem (CARVALHO et al., 2012, PITUCH & LEE, 2006).

Stoel e Lee (2003) estudaram o efeito da experiência de uso do e-learning na aceitação desse tipo de tecnologia por estudantes universitários. Utilizando o modelo TAM, os autores entrevistaram 618 alunos com alguma experiência em usar tecnologia de aprendizagem eletrônica. Os resultados indicam que, quanto mais experiência de uso na tecnologia os estudantes possuem, maiores serão suas percepções de facilidade de uso e de utilidade percebida em relação à mesma e, portanto, os estudantes se tornam mais propensos a utilizar essa tecnologia.

Gong et al. (2004), por sua vez, utilizaram o modelo TAM associado a SCT (Social Cognitive Theory) por meio da adição da variável autoeficácia computacional ao modelo. A autoeficácia computacional refere-se à capacidade que uma pessoa julga ter para usar um computador. A pesquisa constatou que a facilidade de uso percebida e a intenção comportamental de uso para o e-learning são influenciadas diretamente pela autoeficácia computacional, e que esta, também, influencia a intenção de uso.

Com o propósito de investigar os fatores que afetam a adoção dos sistemas de e-learning em cenários de uso obrigatório e voluntário, Lee (2006) propõe uma extensão do modelo TAM, ao qual acrescenta as variáveis intenções comportamentais concorrentes, norma subjetiva, qualidade das informações, percepção de externalidade de rede, autoeficácia computacional e atributos do curso. O autor aplicou 1.085 questionários a participantes de cursos e-learning em nove universidades de Taiwan. Dentre os resultados da pesquisa, o autor aponta a importância da externalidade de rede para a adoção do ambiente de aprendizagem, uma vez que a respectiva variável demonstra ter efeito direto e significante na intenção de uso, na utilidade percebida e na facilidade de uso por parte dos respondentes. A norma subjetiva, a autoeficácia computacional e a qualidade das informações também se mostraram relevantes para adoção dos sistemas e-learning.

 

  5

A pesquisa realizada por Lee (2006) testou dois diferentes modelos para explicar o uso de sistema e-learning por estudantes. No primeiro modelo, o e-learning foi testado como uma ferramenta de apoio ao tradicional método presencial de aprendizagem. O segundo modelo abordou o sistema de e-learning como o sistema utilizado em um curso de educação a distância. Para a realização da pesquisa, o construto características do sistema, composto pelas variáveis (i) funcionalidade, (ii) interatividade e (iii) resposta do sistema, bem como as variáveis (iv) autoeficácia e (v) experiência de uso na internet, foi adicionado ao modelo TAM. A pesquisa revelou que as características do sistema exercem uma forte influência sobre o uso do e-learning em ambas as situações de uso.

2.4 Modelo de Pesquisa

Com base na revisão da literatura apresentada, o modelo desta pesquisa, ilustrado na figura 2, propõe que a variável qualidade da informação exerce influência direta sobre a utilidade percebida, enquanto que a variável experiência prévia no uso do computador e da Internet exerce influência direta sobre a facilidade de uso. Já as variáveis facilidade de uso e utilidade percebida exercem influência direta sobre a atitude. A atitude por sua vez irá exercer influência sobre a intenção de uso do sistema. 2.4.1 Atitude e intenção de uso

Atitudes são sentimentos positivos ou negativos que um indivíduo nutre em relação à

realização de um determinado comportamento (Davis et al., 1989). De acordo com Chau e Hu (2001), o construto atitude de uso influencia significativamente a intenção de uso de novas tecnologias pelo indivíduo. Assim, Phuangthong e Malisawan (2005) afirmam que a atitude de uso é a causa da intenção de uso. Para estes autores, no modelo TAM, o construto atitude de uso é um mediador afetivo entre as variáveis facilidade de uso e utilidade, e a variável intenção de uso de determinada tecnologia.

Em outras palavras, atitude é a maneira como um indivíduo acredita se comportar, proceder ou agir. No modelo TAM, a atitude representa o desejo do usuário de utilizar o sistema (DAVIS et al., 1989). Baseados em estudos que avaliaram a intenção de uso de TI em geral (HU et al.,1999; VENKATESH & DAVIS, 2000; VENKATESH et al., 2003) e intenção de uso de tecnologia para aprendizagem, em particular (HUANG et al., 2007), propõe-se a seguinte hipótese: H1: A Atitude terá um efeito direto e positivo sobre a intenção de uso do e-learning. 2.4.2 Facilidade de uso e utilidade percebida

A facilidade de uso e a utilidade percebida são os fatores tradicionais do modelo TAM

proposto por Davis (1989). A utilidade percebida refere-se ao grau o qual uma pessoa acredita que o uso de um determinado sistema pode melhorar seu desempenho no trabalho enquanto que a percepção de facilidade de uso refere-se ao grau em que um usuário acredita que a utilização de um determinado sistema será livre de esforços. A suposição é de que, se uma tecnologia é percebida como sendo mais fácil de ser usada do que outra é mais provável que essa tecnologia seja aceita pelos usuários.

Nesse contexto, Venkatesh (2000) afirma que as variáveis facilidade de uso e utilidade percebida são determinantes importantes da intenção de uso. Os estudos sobre e-learning de Huang et al. (2007), Lu e Viehland (2008) e Gong et al. (2004) testaram e comprovaram a

 

  6

influência direta e positiva da facilidade de uso e da utilidade percebida sobre a atitude. Diante do exposto, o presente estudo propõe as seguintes hipóteses de pesquisa: H2: A Facilidade de Uso terá um efeito direto e positivo sobre a atitude de uso do e-learning; H3: A Utilidade Percebida terá um efeito direto e positivo sobre a atitude de uso do e-learning; H4: A Facilidade de Uso terá um efeito direto e positivo sobre a Utilidade Percebida de uso do e-learning. 2.4.3 Experiência prévia no uso do computador e da Internet

A experiência no uso do computador e da Internet refere-se ao conhecimento prévio do

aluno em relação à utilização e navegação na Internet. Esta variável tem sido estudada como possível fator de influência na aceitação de tecnologias (PITUCH & LEE, 2006). Para Kerka (1999), o sucesso do aluno, no ensino a distância, está intimamente relacionado à sua habilidade técnica na operação do computador e navegação na Internet, isto é, para que este obtenha resultados positivos no processo de ensino e aprendizagem online é imprescindível que o aluno tenha um grau mínimo de experiência com o uso do computador e da Internet. Martins e Kellermanns (2004) corroboram o que Kerka (1999) argumenta e acrescentam que é necessário proporcionar aos alunos fácil acesso à tecnologia, bem como formação necessária para o seu uso. A falta de experiência na utilização e acesso à Internet pode inibir e causar dificuldades para os alunos no uso do e-learning. Experiências de um indivíduo com uma tecnologia específica exercem influência sobre suas percepções de facilidade de seu uso da tecnologia e sua utilidade, ou seja, a experiência no uso do computador e da Internet tem grande probabilidade de exercer influência positiva sobre a aceitação dos sistemas de e-learning (MARTINS & KELLERMANNS, 2004; KERKA, 1999; PITUCH & LEE, 2006). Diante do exposto esta pesquisa propõe a seguinte hipótese: H5: A Experiência prévia no uso de computador e da Internet terá um efeito direto e positivo sobre Facilidade de Uso. 2.4.4 Qualidade das informações

Estudos empíricos indicam que a percepção de qualidade da informação é uma

variável importante para a satisfação dos usuários com os sistemas de informação e que uma vez satisfeitos os usuários tendem a utilizar esses sistemas (DELONE & MCLEAN, 2003; MCKINNEY et al., 2002; STONE et a.l, 2007; LEE, 2006; VENKATESH & DAVIS, 2000; CHENG, 2006). Venkatesh e Davis (2000) definem esta variável como sendo a qualidade das saídas de informações de um dado sistema, ou seja, a qualidade de informações, conteúdo e material fornecido pelo sistema em questão. Em sistemas e-learning, considera-se que a qualidade das informações (saídas) do sistema é favorável à obtenção de resultados positivos, visto que esta exerce influência direta na percepção de desempenho do aluno (VENKATESH & DAVIS, 2000; LEE, 2006). Consoante com a pesquisa de Venkatesh e Davis (2000), Lee (2006) realizou um estudo no qual confirma que a qualidade das informações e a riqueza de conteúdo ofertado em cursos online afetam positivamente o nível de satisfação dos alunos com o curso. Neste

 

  7

sentido, a qualidade das informações pode ser considerada uma variável importante na influência da satisfação dos alunos com os cursos online. Stone et al. (2007) utilizaram a variável qualidade das informações em seu estudo ao examinar os impactos do uso da tecnologia de informação no desempenho dos profissionais de empresas de Marketing. Segundo os autores, a qualidade das informações oferecidas por um sistema é importante para seus usuários, sobretudo no caso de sistemas de informação utilizados por comerciantes, que buscam obter vantagem competitiva com a utilização dessas informações. Ainda de acordo com Stone et al. (2007), quanto maior for a qualidade das informações geradas por um sistema, menor será o esforço gasto para obter informações necessárias para realização de tarefas. A qualidade das informações aumenta a percepção de utilidade e facilidade de uso do sistema. Assim, postula-se a sexta e última hipótese do modelo: H6: A Qualidade das Informações terá efeito direto e positivo sobre Utilidade Percebida. 2.4.5 Representação do Modelo de Pesquisa

A figura 2 apresenta o modelo de pesquisa deste estudo com as relações propostas entre os construtos e as hipóteses de pesquisa sugeridas.

Figura 2: Modelo de pesquisa proposto 3. PROCEDIMENTOS METODOLÓGICOS

O modelo proposto originou seis hipóteses que buscam explicar (i) a aceitação do e-

learning pelos alunos e (ii) o relacionamento entre os construtos que constituem o modelo de pesquisa. Para o teste das hipóteses, aplicaram-se questionários estruturados, os quais foram analisados por meio da técnica de Modelagem de Equações Estruturais (Structural Equation Model - SEM) (HAIR et al., 2009). A fim de testar a validade, unidimensionalidade e confiabilidade das escalas utilizadas no modelo, foi realizada uma análise fatorial confirmatória. 3.1 Operacionalização das variáveis

O estudo utilizou escalas já desenvolvidas, testadas e validadas na literatura para

medir todos os construtos avaliados. As seguintes escalas foram usadas: Qualidade das informações: escalas de Venkatesh e Davis (2000); Stone et al.

(2007) com seis indicadores; Experiência no uso do computador e da Internet: escala de Martins e

Kellermanns (2004) com cinco indicadores; Facilidade de uso: escala de Davis (1989) com seis indicadores; Utilidade Percebida: escala de Davis (1989) com seis indicadores;

 

  8

Atitude: escala de Venkatesh e Davis (2000) com quatro indicadores; Intenção de uso: escala de Venkatesh et al. (2003) com dois indicadores.

O questionário foi traduzido para o português por dois tradutores profissionais, sendo empregadas etapas de back-translation para garantir que as escalas em português fossem as mais próximas possíveis das originais.

Foi realizado um pré-teste do questionário, com uma amostra da população de interesse. O objetivo foi avaliar a compreensão dos respondentes sobre questionário apresentado. O resultado do pré-teste indicou que o questionário estava claro e de fácil compreensão para os respondentes, uma vez que não foram suscitadas dúvidas ou questionamentos em relação às questões apresentadas. 3.2 Amostra e coleta dos dados

A amostra do estudo foi formada por estudantes de um curso de Administração de uma

Instituição de Ensino Superior. Todos os questionários foram auto-administrados e preenchidos pelos próprios respondentes. Ao todo, foram coletados 658 questionários, deste total, 74 foram eliminados por estarem preenchidos de maneira incorreta, com mais de uma resposta para mesma pergunta ou por apresentarem dados ausentes. Com a eliminação dos questionários inválidos a amostra final foi constituída por 584 questionários válidos. Os dados revelam que os respondentes tinham em média 25 anos de idade (desvio padrão de 5,95), eram solteiros em sua maioria (69%), e que 57% deles pertencem ao gênero feminino. 4. RESULTADOS 4.1 Modelo de mensuração

Segundo Ferreira (2010), o modelo de mensuração pode ser definido como a

compreensão das relações entre as variáveis observadas e os construtos latentes não observados, permitindo a avaliação de quanto cada item medido se relaciona com cada fator em particular. Para testar a atestar a validade, unidimensionalidade e confiabilidade das escalas utilizadas no modelo de mensuração deste estudo foi realizada uma análise fatorial confirmatória (CFA). O modelo de mensuração inicial não apresentou bons índices, necessitando de alguns ajustes para a identificação de um modelo mais robusto. Após análise da matriz de covariância dos resíduos padronizados da CFA, observou-se que alguns itens estavam contribuindo para o fraco ajuste do modelo. A partir desta análise, o modelo foi refinado, com a eliminação de itens de algumas escalas, com o intuito de se obter um melhor ajuste do modelo. Após os ajustes para refinar o modelo, restaram 25 indicadores no modelo de mensuração final. Quatro itens foram retirados dos 29 indicadores iniciais. A tabela 1 apresenta os índices de ajuste do modelo de mensuração final.

Índice de Ajuste

Modelo Mensuração após Ajustes

Valor Sugerido pela Literatura

χ2/d.f. 4,80 ≤ 3 CFI 0,90 ≥ 0,90 TLI 0,88 ≥ 0,90 IFI 0,90 ≥ 0,90

 

  9

RMSEA 0,08 ≤0,08 SRMR 0,050 ≤0,08

Tabela 1: Índices do modelo de mensuração final

Apesar de dois dos índices de ajuste não atingirem os valores sugeridos pela literatura, os valores obtidos assumem uma aceitação periférica, isto é, estão bem próximos aos valores definidos como ideais, permitindo assim, a validação do modelo (HAIR et al., 2009; SILVA, 2006). 4.2 Modelo estrutural

A modelagem de equações estruturais foi utilizada para testar o modelo proposto e as

hipóteses de pesquisa. A razão χ2/d.f. não foi estatisticamente satisfatória, visto que seu valor estava acima

de 3 (valor sugerido pela literatura). No entanto, este indicador deve ser interpretado com parcimônia, visto que, é sensível ao tamanho da amostra. Além disso, Marsh e Hocevar (1985) e Byrne (2010) afirmam que valores até 5 para a razão χ2/d.f são toleráveis. Em relação aos índices de ajuste abso

luto (RMSEA e SRMR) os resultados obtidos na pesquisa também não foram satisfatórios, uma vez que os valores aceitáveis deveriam variar de 0,05 a 0,08. De acordo com Hair et al. (2009) para os índices CFI, TLI e IFI, índices de ajustes incrementais, valores acima de 0,90 são considerados valores aceitáveis. Os valores de ajustes não atenderam aos valores propostos pela literatura, mas tornam-se válidos por terem uma aceitação periférica, isto é, os valores obtidos estão bem próximos aos valores considerados ideais. A Tabela 2 apresenta os índices de ajuste do modelo estrutural.

Índice de

Ajuste Modelo

Estrutural Valor Sugerido pela

Literatura χ2/d.f. 5,68 ≤ 3

CFI 0,87 ≥ 0,90 TLI 0,86 ≥ 0,90

IFI 0,87 ≥ 0,90

RMSEA 0,09 ≤0,08 SRMR 0,170 ≤0,08

Tabela 2: Índices de ajuste do modelo estrutural

4.3 Teste das hipóteses da pesquisa A investigação de cada uma das seis hipóteses desta pesquisa foi realizada com a

análise da magnitude, direção e significância dos coeficientes padronizados estimados por meio do modelo estrutural. A relação foi considerada significativa se o p-valor foi inferior a um nível de significância de 0,05 (FERREIRA, 2010; BYRNE, 2010). A tabela 3 expõe os coeficientes estimados para o modelo proposto, como também as hipóteses da pesquisa e significâncias associadas.

Relação Proposta Coeficiente

Padronizado p-valor

Hipótese Verificada

H1: ARU - IUE 0,79 <0,001 SIM H2: FUP - ARU -0,11 0,77 NÃO H3: UP - ARU 0,99 <0,001 SIM H4: FUP - UP 0,73 <0,001 SIM

 

  10

H5: EI - FUP 0,53 <0,001 SIM H6: QI - UP 0,28 <0,001 SIM

Tabela 3: Teste das hipóteses da pesquisa

Os resultados do teste das hipóteses apresentou suporte empírico para cinco das seis hipóteses formuladas para esta pesquisa, todas as relações foram significativas a um nível de 0,001, com exceção de H2. 5. DISCUSSÃO DOS RESULTADOS

Os resultados obtidos revelam que o modelo proposto é razoável, pois consegue fornecer evidências da relação entre as variáveis externas - qualidade das informações e experiência prévia no uso do computador e da Internet - com a intenção de uso de sistemas e-learning por alunos de ensino superior. Os resultados encontrados corroboram estudos anteriores (MARTINS & KELLERMANNS, 2004; KERKA, 1999; PITUCH & LEE, 2006; LEE, 2006; STONE et al., 2007).

De acordo com os resultados, foi visto que a atitude do aluno de ensino superior com relação à tecnologia influencia de forma positiva a intenção em utilizar o sistema e-learning como uma ferramenta de ensino. Quanto mais positiva for a atitude, maior será a intenção de usar esse sistema. Esse resultado confirmou a hipótese H1, e é corroborado por estudos prévios (HU et al.,1999; HUANG et al., 2007; VENKATESH & DAVIS, 2000; VENKATESH et al., 2003).

Na presente pesquisa, o construto facilidade de uso foi representado por duas hipóteses (H2 e H4), as quais exerciam influência positiva sobre a atitude e sobre a utilidade percebida em utilizar e-learning, respectivamente. A hipótese H2 não apresentou influência estatística, ou seja, perceber que o sistema é de fácil utilização não interfere na atitude dos alunos em relação ao uso do sistema. Esse resultado é contrário a investigações prévias (HUANG et al., 2007; LU & VIEHLAND, 2008; GONG et al., 2004). É possível que a experiência prévia no uso do computador e da Internet pelos alunos tenha feito com que eles não percebessem a facilidade de uso como um influenciador da atitude, já que o contato anterior lhes ofereceu subsídios para saber utilizar o sistema e, assim, não sentir dificuldade em manuseá-lo. Já a hipótese H4 foi confirmada, evidenciando que quanto maior for a percepção de facilidade de uso do sistema pelo aluno maior será a percepção de utilidade do sistema. Esse resultado é empiricamente corroborado por pesquisas anteriores (DAVIS, 1989; HUANG et al., 2007; LU & VIEHLAND, 2008; GONG et al., 2004).

Foi visto também que a utilidade percebida influencia de forma positiva a atitude em relação ao uso do e-learning, ou seja, quanto mais resultados os alunos percebem como possíveis por meio do uso do sistema e-learning mais positiva será a atitude destes em relação a seu uso. Esse resultado confirma a hipótese H3.

As variáveis externas adicionadas ao modelo TAM - experiência prévia no uso de computador e da Internet e qualidade das informações – foram representadas pelas hipóteses H5 e H6, respectivamente. Ambas as hipóteses foram estatisticamente confirmadas. Partindo do princípio de que a amostra desse estudo possuía conhecimento prévio no uso do computador e da Internet, é possível entender que quanto maior for a experiência prévia do usuário, maior será sua percepção de facilidade em utilizar o sistema. Esse resultado é semelhante ao encontrado por Martins & Kellermanns (2004). Para estes autores, a falta de experiência na utilização do computador e da Internet pode fazer com que os usuários sintam dificuldade em utilizar o sistema. No que se refere à variável qualidade da informação, o resultado encontrado é coerente com estudos que identificaram a importância desta variável em ambientes de aprendizagem eletrônica (CHIU et al., 2005; CHIU et al., 2007). Em seu estudo, Chiu et al. (2007)

 

  11

confirmaram a hipótese de que a qualidade da informação influencia positivamente o a satisfação dos alunos em cursos e-learning. Já Chiu et al. (2005) confirmaram a hipótese de que a qualidade influencia a satisfação dos usuários do e-learning e esta por sua vez influencia a intenção de uso desses usuários. No presente estudo, a variável qualidade da informação exerceu influência positiva sobre a utilidade de uso do sistema, ou seja, quanto melhor for a qualidade das informações maior será a percepção de utilidade de uso do e-learning para o aprendizado dos alunos. Cinco das seis hipóteses da pesquisa foram confirmadas, alinhadas com as relações propostas com base na literatura. A figura 3 apresenta o modelo de pesquisa final.

Figura 3: Modelo de pesquisa final

6. CONSIDERAÇÕES FINAIS

Os resultados e as relações encontradas no estudo representam contribuições significativas para a teoria da aceitação da tecnologia e para a investigação sobre o e-learning, trazendo várias implicações. Primeiro, o estudo confirma a importância de variáveis adotadas na compreensão da atitude e intenção de adotar o e-learning por estudantes do ensino superior. Segundo, mostra que os efeitos indiretos da facilidade de uso e da utilidade percebida, mediados pela atitude em relação à aprendizagem, contribuem para a explicação da intenção comportamental em utilizar essa tecnologia em um ambiente de ensino superior, corroborando resultados anteriores (HUANG et al, 2007; LIU et al., 2010; PITUCH & LEE, 2006). Terceiro, os resultados também suportam influência indireta da experiência no uso do computador e da Internet e da qualidade das informações na intenção de um aluno utilizar o e-learning. Tais efeitos devem ser levados em conta em futuras pesquisas sobre a aceitação do e-learning.

Apesar das limitações inerentes a qualquer pesquisa científica, estudos desta natureza exercem um papel relevante tanto do ponto de vista teórico quanto gerencial. O presente estudo pode servir como um guia para que gestores, professores e usuários verifiquem quais fatores podem ser trabalhados em políticas de treinamento e capacitação para uso do e-learning como uma ferramenta de ensino. Para os implementadores, os resultados sugerem que, para facilitar a adoção do e-learning, é importante mostrá-lo aos alunos como uma ferramenta de aprendizagem útil em suas atividades de estudos, destacando seus benefícios.

É necessário que as instituições de ensino levem em consideração que o perfil dos estudantes muda e que os alunos atuais têm mais acesso a tecnologia e às suas ferramentas do que os estudantes de anos atrás. Para acompanhar esse desenvolvimento é necessário utilizar sistemas de ensino e aprendizagem interativos e que fundamentem-se na realidade dos estudantes, de maneira que essa contextualização facilite a qualidade das informações fornecidas e que atendam a interesses individuais e coletivos. Além disso, sugere-se oferecer

 

  12

também cada vez mais oportunidades de uso de computadores e Internet, fazendo com que os alunos passem a ter maior contato com essa tecnologia e, assim, adquiram experiência de uso. 6.1 Limitações e pesquisas futuras

Os resultados encontrados nessa pesquisa não podem ser generalizados para qualquer

população e ou qualquer tipo de usuário de e-learning, visto que apenas alunos de graduação compuseram a amostra. Outra limitação refere-se ao recorte do estudo, já que a percepção dos respondentes foi levantada em apenas um momento no tempo. Apesar de esta limitação ser comum em outros trabalhos (LIU et al., 2010; SUKI & SUKI, 2011; HUANG et al., 2007; LIU et al., 2010; PARK et al., 2011; LU & VIEHLAND, 2008; FERREIRA et al., 2012; CARVALHO et al., 2012), “evidências longitudinais podem aprimorar o entendimento sobre a causalidade e inter-relações entre as variáveis” (ONG & LAI, 2006, p.826). Outro viés existente na pesquisa relaciona-se com o uso de um questionário auto-preenchido, isto é, a compreensão dos itens do questionário é suscetível ao entendimento individual de cada respondente, sendo natural que cada um deles apresente entendimento diverso em relação a alguns termos presentes no instrumento de coleta dos dados.

Com o intuito de ampliar as discussões sobre a adoção do e-learning e prosseguir com futuras abordagens, faz-se necessário que novas pesquisas validem as variáveis adicionadas ao TAM. A replicação do modelo desta pesquisa junto à alunos de ensino superior com perfis e idades diferentes seria uma boa maneira de ampliar os resultados aqui obtidos. Realizar outras pesquisas com amostras maiores poderá fazer com que o escopo das conclusões seja ampliado. Além disso, incluir variáveis moderadoras de gênero no modelo de pesquisa proposto pode ser uma forma de fazer com que novas relações entre as variáveis se estabeleçam. REFERÊNCIAS ALVES, I. S. Avaliação da Intenção De Uso Efetivo de Ambientes Digitais de

Aprendizagem no Ensino a Distância em Administração: Uma Extensão do Modelo TAM. Dissertação (Mestrado em Administração). Ibmec. Rio de Janeiro, 2010.

BYRNE, B. M. Structural Equation Modeling with AMOS: Basic Concepts, Applications and Programming. 2nd ed. Routledge, NY, 2010.

BURGARELLE, R. H.; CARVALHO, R. B. Avaliação do Uso de Sistemas de Informação Acadêmica por Alunos de Graduação em Ciências da Informação, 2006. Disponível em: <http://www.marilia.unesp.br/sistemas/enancib/viewpaper.php?id=224> Acesso em: mai. de 2011.

CHAU, P. K.; HU, P.J. Information technology acceptance by individual professionals. Decision Sciences, v. 32, n. 4, p. 699-710, 2001.

CARVALHO, M.A.; SPINOLA, M. E-learning: A Nova Fronteira do Aprendizado. Anais do ENEGEP, Belo Horizonte, 2011.

CARVALHO, M. L. A.; GUIMARÃES, H. C. A.; FREITAS, A.; FERREIRA, J. B. Intention to Use M-Learning: An Extension of the Technology Acceptance Model. EIRASS Conference, Viena, 2012.

CHENG, K-W. A Research study on students' level of acceptance in applying eLearning for business courses: a case study on a technical college in taiwan. The Journal of American Academy of Business, Cambridge, v. 8, n. 2, p.265-270, mar. 2006.

CHIU, C-M.; HSU, M-H.; SUN, S-Y.; LIN, T-C.; SUN, P-C. Usability, quality, value and e-learning continuance decisions. Computers & Education, v. 45, n. 4, p. 399-416, 2005.

 

  13

CHIU, C-M.; CHIU, C-S.; CHANG, H-C. Examining the integrated influence of fairness and quality on learners’ satisfaction and Web-based learning continuance intention. Information Systems Journal, v. 17, p. 271-287, 2007.

DAVIS, Fred D., Perceived Usefulness, Perceived Ease of Use, And User Acceptance of Information Technology, MIS Quarterly, v. 13, n. 3, p. 319–339, 1989.

DAVIS, F. D.; BAGOZZI, R. P.; WARSHAW, P. R. User acceptance of computer technology: a comparison of two theoretical models. Management Science, v. 35, n. 8, p. 982-1003,1989.

DAVIS, R.; WONG, D. Conceptualizing and Measuring the Optimal Experience of the eLearning Environment. Decision Sciences Journal of Innovative Education, v. 5, n.1, 2007.

DELONE, W. H.; MCLEAN, E. R. The Delone and Mclean model of information systems success: a ten-year update. Journal of Management Information Systems, v. 19, n. 4, p.9-30, 2003.

DIAS, M. C.; ZWICKER, R.; VICENTIN, I. C. Análise do modelo de aceitação de tecnologia de Davis. Spei, Curitiba, v.4, p. 15-23, jul/dez. 2003.

DIAS, M. C.; ZWICKER, R.; VICENTIN, I. C.. Análise do modelo de aceitação de tecnologia de Davis. Spei, Curitiba, v.4, p. 15-23, jul/dez. 2003.

DOLL, W. J.; HENDRICKSON, A.; DEANG, X.. Using Davi’s perceived usefulness and ease-of-use instruments for decision making: a confirmatory and multigroup invariance analysis. Decision Sciences. v. 29. n. 4, p. 839-869, 1998.

FERREIRA, J. B. Aceitação e Prontidão do Consumidor para Produtos de Alta Tecnologia: Elaboração e Teste Empírico do Modelo CART para adoção de produtos de alta tecnologia. Rio de Janeiro: UFRJ/COPPEAD, 2010. Tese (Doutorado em Ciência da Administração).

FLEURY, M. T. L.; JACOBSOHN, L. V. A contribuição do e-learning no desenvolvimento de competências do administrador. In: ANPAD, 27., 2003, São Paulo. Anais... São Paulo: [s.n.], 2003.

FREITAS, A. S. A implementação do e-learning nas Escolas de Gestão: Um Modelo Integrado para o Processo de Alinhamento Ambiental. 2009. 330 p. Tese (Doutorado em Administração), Coordenação do Programa de Pós-Graduação em Administração, Universidade Católica do Rio de Janeiro, Rio de Janeiro.

GAHTANI, S. A. L. The applicability of TAM outside North American: An empirical test in the United Kingdon. Information Resources Management Journal. v. 14, n. 3, p. 37-46, 2001.

GARVER, M. S.; MENTZER, J.T. Logistics research methods: Employing structural equation modeling to test for construct validity, Journal of Business Logistics, 20, 1, pp. 33-57, 1999.

GONG, M.; XU, Y.; YU, Y. An enhanced technology acceptance model for web-based learning. . Journal of Information Systems Education. v. 15, n.4, p.365, 2004.

GURI-ROSENBLIT, S. ‘Distance education’ and ‘e-learning’: Not the same thing. Higher Education, v. 49, p. 467-493, 2005.

HAIR, J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E. Multivariate Data Analysis. 7. ed. Upper Saddle River: Prentice-Hall, 2009.

HU, P. J.; CHAU, P. Y. K.; SHENG, O. R. L.; TAM. K. Y. Examining the Technology Acceptance Model Using Physician Acceptance of Telemedicine Technology. Journal of Management Information Systems, v. 16, n. 2, p. 91-112, 1999.

HUANG, J.; LIN, Y.; CHUANG, S. Elucidating user behavior of mobile learning: A perspective of the extended technology acceptance model. The Electronic Library, v.25, p. 585, 2007.

 

  14

KERKA, S. Distance learning, the Internet, and the World Wide Web. ERIC Digest. (ERIC Document Reproduction Service, n. ED 395214, 1999.

JAMLAN, M. Faculty Opinions towards Introducing e-Learning at the University of Bahrain. International Review of Research in Open and Distance Learning, v. 5, n. 2, ago., 2004.

LEE, Y.; KOZAR, K. A.; LARSEN, K. R.T. The technology acceptance model: past, present, and future. The communications of the association for information systems, v. 12, n. 50, 2003.

LEE, Y-C. An empirical investigation into factors influencing the adoption of an e-learning system. Emerald, Bingley, v. 30, n. 5, p.517-541, 26 jun. 2006.

LIU, Y.; HAN, S.; LI, H. Understanding the factors driving m-learning adoption: a literature review. Campus-Wide Information Systems. v. 27, n. 4, p. 210, 2010.

LIU, Y., LI, H.; Carlsson, C. Factors driving the adoption of m-learning: An empirical study. Computers & Education, v.55, p. 1211, 2010.

LOBIANCO, M. M.; RAMOS, A. S. M. R. O conhecimento pertinente no uso do e-learning. In: ENCONTRO DE ENGENHARIA DE PRODUÇÃO, 24., 2004, Florianópolis. Anais... Florianópolis: [s.n.], 2004.

LU, X.; VIEHLAND, D. Factors Influencing the Adoption of Mobile Learning. 19th Australasian Conference on Information Systems Adoption of Mobile Learning. Christ church Centre for Mobile Computing and Department of Management and International Business, Massey University Auckland, New Zealand, 3-5 Dez. 2008.

MAIA, M.C. O Uso da Tecnologia de Informação para a Educação a Distância no Ensino Superior. 2003. Tese (Doutorado em Administração de Empresas) FGV-EAESP, São Paulo.

MARTINS, L. L.; KELLERMANNS, F. W. A Model of Business School Students’ Acceptance of a Web-Based Course Management System. Academy of Management Learning and Education, v. 3, n. 1, p. 7–26, 2004.

MCKINNEY, V.; YOON, K; ZAHEDI, F.M. The measurement of Web-customer n. 2, p. 122-47, 1982.

MORENO, V. A.; CAVAZOTTE, F.; SÁ, I. Uso Efetivo de Ambientes Digitais no Ensino a Distância: Uma Extensão do Modelo TAM. 17th Americas Conference on Information Systems, AMCIS 2011, Detroit, Michigan, USA, 2011.

ONG, C-S.; LAI, Jung-yu. Gender differences in perceptions and relationships among dominants of e-learning acceptance. Computers in Human Behavior, N, n. 22, p.816-829, 2006.

PARK, S. U.; NAM, M. W.; CHA, S. B. University students’ behavioral intention to use mobile learning: Evaluating the technology acceptance model. British Journal of Educational Technology, 2011.

PITUCH, K. A.; LEE, Y-Ki. The influence of system characteristics on e-learning use. Computers & Education, n 2, vol. 47, p. 222–244, 2006.

PHUANGTHONG, D.; MALISAWAN, D. A study of behavioral intention for 3G mobile internet technology: preliminary research on mobile learning. Second International Conference on eLearning for Knowledge-Based Society, Bangkok, Thailand, August 4–7, 2005.

SILVA, M. F. Fatores Humanos e sua Influência na Intenção de Uso de Sistemas de Informação. 2006. 144p. Tese (Doutorado em Administração). Instituto COPPEAD de Administração, Universidade Federal do Rio de Janeiro, Rio de Janeiro.

 

  15

STOEL, L. LEE, K. H. Modeling the effect of expirience on student acceptance of Web-based courseware. Eletronic Networking Applications and Policy, v. 13, n. 5, p.364-374, 2003.

STONE, R.; GOOD, D.; BAKER-EVELETH, L. The impact of information technology on individual and firm marketing performance. Behavior & Information Technology, v. 26, n. 6, p. 465 – 482, 2007.

SUKI, N.; SUKI, N. User’s behaviour towards Ubiquitous m-learning, Turkish Online Journal of Distance Education, v.12, n.3, 2011.

VENKATESH, V., et al. User acceptance of information technology: toward a unified view. MIS Quarterly, v. 27, n. 3, 2003,

VENKATESH,V.; DAVIS, F. D. A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science, Ann Arbor, v.46, n.2, p.186-204, 2000.

VENKATESH, V. Determinants of Perceived Ease of Use: Integrating Perceived Behavioral Control, Computer Anxiety and Enjoyment into the Technology Acceptance Model. Information Systems Research, v. 11, n. 4, p. 342-365, 2000.