A Aceitação de Tecnologia: Utilização do App Mobile na Prorrogação de Empréstimos Rurais Durante a Pandemia

Jorge Andre Briza; Sheila Farias Alves Garcia; Lesley Carina do Lago Attadia Galli

doi:10.5020/2318-0722.2023.29.e13242

Autores

Jorge Andre Briza Universidade Estadual Paulista - Júlio de Mesquita Filho (UNESP)
Sheila Farias Alves Garcia Universidade Estadual Paulista - Júlio de Mesquita Filho (UNESP), São Paulo, Brasil https://orcid.org/0000-0002-9326-7964
Lesley Carina do Lago Attadia Galli Universidade Estadual Paulista - Júlio de Mesquita Filho (UNESP), São Paulo, Brasil https://orcid.org/0000-0001-6641-9021

DOI:

https://doi.org/10.5020/2318-0722.2023.29.e13242

Palavras-chave:

modelo de aceitação tecnológica, mobile banking, prorrogações rurais

Resumo

O estudo identificou os impactos da utilidade, da facilidade de uso, do risco e da confiança na intenção de uso do app mobile na prorrogação de empréstimos rurais. Realizou-se investigação por meio de survey, com abordagem quantitativa por meio de levantamento, mensurando a relação entre os construtos por meio de escalas já validadas em estudos anteriores. A abordagem do público-alvo, permitiu mapear todos os clientes produtores rurais aptos à prorrogação de empréstimos rurais em 398 agências bancárias do Estado de São Paulo, com envio de questionário para 900 clientes, em 20 municípios diferentes, obtendo resposta de 79 clientes. O resultado constatou que a intenção de uso é influenciada pela utilidade e a esta é impactada pela facilidade, enquanto a confiança reduz a percepção de risco. Entretanto não comprova que a facilidade de uso e o risco afetam diretamente a intenção, bem como a relevância do risco na utilidade. A pesquisa junto aos produtores rurais no lançamento do serviço digital de prorrogação de empréstimos, concomitante à restrição de circulação e ao isolamento social impostos pela pandemia do Covid-19, permitiu apuração agregada de uma situação circunstancial, no entanto com impactos permanentes. O foco no nicho de produtores rurais permite o aprimoramento do conhecimento existente sobre o fator utilidade e viabiliza perspectivas diferentes para futuras pesquisas que visem medir a relação da percepção de risco e facilidade de uso como antecedentes de intenção de utilização. Permitirá que as instituições financeiras alavanquem estratégias para gerenciar o relacionamento com esse nicho.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jorge Andre Briza, Universidade Estadual Paulista - Júlio de Mesquita Filho (UNESP)

Mestre-profissional em Gestão de Organizações Agroindustriais pela Universidade Estadual Paulista - Julio de Mesquita Filho (UNESP), Bacharel em Administração pela Faculdade de Educação São Luis (FESL).

Sheila Farias Alves Garcia , Universidade Estadual Paulista - Júlio de Mesquita Filho (UNESP), São Paulo, Brasil

Doutora em Administração pela Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA - USP). Professora Assistente Doutora (MSII) da Faculdade de Ciências Agrárias e Veterinárias (FCAV - UNESP).

Lesley Carina do Lago Attadia Galli , Universidade Estadual Paulista - Júlio de Mesquita Filho (UNESP), São Paulo, Brasil

Doutora em Administração pela Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/USP). Professora Assistente Doutora (MSII) da Faculdade de Ciências Agrárias e Veterinárias (FCAV - UNESP).

Referências

Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behaviour. Pearson.

Alsajjan, B., & Dennis, C. (2010). Internet banking acceptance model: Cross-market examination. Journal of Business Research, 63(9-10), 957-963. https://www.sciencedirect.com/science/article/abs/pii/S014829630900215X

Centro de Estudos Avançados em Economia Aplicada. (2023, 28 de setembro). O Cepea calcula o PIB do Agronegócio com apoio financeiro da Confederação da Agricultura e Pecuária do Brasil (CNA). PIB do Agronegócio Brasileiro. https://www.cepea.esalq.usp.br/br/pib-do-agronegocio-brasileiro.aspx

Chin, W. W. (1998 ). The partial least squares approach for structural equation modeling. In G. A. Marcoulides (Ed.). Modern methods for business research (pp. 295-236). Psychology Press.

Cohen, J. (1998). Statistical Power Analysis for the Behavioral Sciences (2th ed.). Psychology Press.

Chong, A. Y.-L., Ooi, K.-B., Lin, B., & Tan, B. I. (2010). Online banking adoption: An empirical analysis. International Journal of Bank Marketing, 28(4), 267-287.

Davis, F. D. (1993). User acceptance of information technology: System characteristics, user perceptions and behavioral impacts. International Jourmal of Man-Machine Studies, 38(3), 475–87.

Alsajjan, B., & Dennis, C. (2010). Internet banking acceptance model: Cross-market examination. Journal of Business Research, 63(9-10), 957-963.

Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003.

Devellis, R. F. (2003). Scale Development: Theory and Applications. Sage Publications.

Federação Brasileira de Bancos. (2018). Pesquisa FEBRABAN de Tecnologia bancária 2018. https://cmsarquivos.febraban.org.br/Arquivos/documentos/PDF/febraban_2018_Final.pdf.

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/10.1177%2F002224378101800104

Gomes, A. A. C. (2003). Operações bancárias via Internet (internet banking) no Brasil e suas repercussões jurídicas. Revista dos Tribunais, 92(816), 94-108. https://dspace.almg.gov.br/handle/11037/35963

Vilela, P. R. (2020, 17 de junho). Plano Safra 2020/2021 entra em vigor e governo disponibiliza R$ 236.3 bilhões em crédito. Agência Brasil. https://agenciabrasil.ebc.com.br/economia/noticia/2020-06/ministerio-da-agricultura-lanca-plano-safra-20202021.

Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2014). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Sage Publications.

Jacoby, J., & Kaplan, L. B. (1972). The Components of Perceived Risk. Proceedings of the Annual Conference of the Association for Consumer Research, USA, 3(3), 382-393. https://www.researchgate.net/publication/247814928_The_Components_Of_Perceived

Lee, M.-C. (2009). Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications, 8(3), 130-141. https://www.sciencedirect.com/science/article/pii/S1567422308000598

Koenig-Lewis, N., Palmer, A., & Moll, A. (2010). Predicting young consumers’ take up of mobile banking services. International Journal of Bank Marketing, 28(5), 410-432. https://www.researchgate.net/publication/233680147_Predicting_young_consumers'_take_up_of_mobile_banking_services

Kuisma, T., Laukkanen, T., & Hiltunen, M. (2007). Mapping the reasons for resistance to internet banking: A means-end approach. International Journal of Information Management, 27(2), 75–85. https://www.sciencedirect.com/science/article/pii/S0268401206001149

Lin, H. F. (2011). An empirical investigation of mobile banking adoption: The effect of innovation attributes and knowledge-based trust. International Journal of Information Management, 31(3), 252-260. https://doi.org/10.1016/j.ijinfomgt.2010.07.006

Nasri, W. (2011). Factors Influencing the Adoption of Internet Banking in Tunisia. International Journal of Business and Management, 6(8), 143-160. https://www.ccsenet.org/journal/index.php/ijbm/article/view/13568

Pimenta, I. L., & Ramos, A. S. M. (2009). Efeito moderador do nível de escolaridade sobre as dificuldades e barreiras na utilização dos terminais de autoatendimento bancário entre os idosos. Revista Movendo Ideias, 14(2), 33-47.

Ringle, C. M., Silva, D. S., & Bido, D. (2014). Modelagem de Equações Estruturais com Utilização do Smartpls. REMark - Revista Brasileira de Marketing, 13(2), 56-73. http://doi.org/10.5585/remark.v13i2.2717

Santos, A. C., Friedrich, M. P. A., & Hein, N. (2020 ). Determinantes da utilização de canais de serviços mobile banking para transações financeiras. Revista Gestão & Tecnologia, 20(1), 33-53. http://revistagt.fpl.edu.br/get/article/view/1691

Tsai, H.-T., Chien, J.-L., & Tsai, M.-T. (2014). The influences of system usability and user satisfaction on continued Internet banking services usage intention: Empirical evidence from Taiwan. Electron Commerce Research, 14(2), 137-169.

Vijayasarathy, L. R. (2003). Predicting consumer intentions to use on-line shopping: The case for an augmented technology acceptance model. Information & Management,41(6), 747-762. https://www.sciencedirect.com/science/article/pii/S037872060300123X

Vilar, M. A. da S. (2013). Modelo de Aceitação da Tecnologia adaptado às compras online. [Dissertação de Mestrado, Universidade Fernando Pessoa]. Repositório Institucional da Universidade Fernando Pessoa. http://hdl.handle.net/10284/3942

Watson, R. T., Pitt, L. F., Berthon, P., & Zinkhan, G. M. (2002). U-commerce: Expanding the universe of marketing. Journal of the Academy of Marketing Science, 30(4), 333-347. https://www.researchgate.net/publication/248186691_U-

Commerce_Expanding_the_Universe_of_Marketing