FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOO PPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM AADDMMIINNIISSTTRRAAÇÇÃÃOO
AVALIAÇÃO DA INTENÇÃO DE USO EFETIVO DE AMBIENTES DIGITAIS DE
APRENDIZAGEM NO ENSINO A DISTÂNCIA EM ADMINISTRAÇÃO: UMA
EXTENSÃO DO MODELO TAM
IISSAABBEELLAA EE SSÁÁ AALLVVEESS
ORIENTADOR: PROF. DR. VALTER DE ASSIS MORENO JUNIOR
Rio de Janeiro, 29 de Setembro de 2010.
AVALIAÇÃO DA INTENÇÃO DE USO EFETIVO DE AMBIENTES DIGITAIS DE APRENDIZAGEM NO ENSINO A DISTÂNCIA EM ADMINISTRAÇÃO: UMA
EXTENSÃO DO MODELO TAM
ISABELA E SÁ ALVES
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração Geral
ORIENTADOR: PROF. DR. VALTER DE ASSIS MORENO JUNIOR
Rio de Janeiro, 29 de Setembro de 2010.
AVALIAÇÃO DA INTENÇÃO DE USO EFETIVO DE AMBIENTES DIGITAIS DE APRENDIZAGEM NO ENSINO A DISTÂNCIA EM ADMINISTRAÇÃO: UMA
EXTENSÃO DO MODELO TAM
ISABELA E SÁ ALVES
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração Geral
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor DR. VALTER DE ASSIS MORENO JUNIOR (Orientador) Instituição: Ibmec/RJ _____________________________________________________
Professora DRA. FLÁVIA DE SOUZA NEVES CAVAZOTTE Instituição: Ibmec/RJ _____________________________________________________
Professor DR. ANGILBERTO SABINO DE FREITAS Instituição: UNIGRANRIO/RJ
Rio de Janeiro, 29 de setembro de 2010.
FICHA CATALOGRÁFICA Prezado aluno (a), Por favor, envie os dados abaixo assim que estiver com a versão definitiva, ou seja, quando não faltar mais nenhuma alteração a ser feita para o e-mail [email protected], colocando no assunto: FICHA CATALOGRÁFICA - MESTRADO. Enviaremos a ficha catalográfica o mais breve possível para o seu e-mail (se possível em até 72 horas). 1) Nome completo; 2) Título e subtítulo (se houver e separados); 3) Ano da defesa; 4) Área de concentração: 5) Assunto principal (contextualizado); 6) Assuntos secundários; 7) Palavras-chave, e 8) Resumo (se possível) 9) Curso (Mestrado profissionalizante em ...) Ou envie os anexos contendo a página de rosto e a do resumo, além da área de concentração.
AGRADECIMENTOS
Ao professor Valter Moreno, pela orientação paciente e objetiva.
Aos professores Flávia Cavazotte e Angilberto Freitas, por aceitarem o convite para fazer
parte da banca examinadora deste trabalho e pelas contribuições recebidas.
À professora Mary Murashima, que ajudou a viabilizar esta pesquisa.
À minha irmã, Luciana, pelo incentivo para a realização do Mestrado e pela inspiração em
estudar a modalidade de Educação a Distância.
À minha mãe, Rita, pelo apoio amoroso e pela revisão deste trabalho.
vi
RESUMO
A expansão do uso de tecnologias no ambiente de ensino têm feito com que a Educação a
Distância (EAD) se torne um elemento regular dos sistemas educativos brasileiros, assumindo
funções de crescente importância, especialmente no ensino superior. Este trabalho tem como
objetivo identificar quais variáveis são mais influentes na intenção dos alunos em usar de
forma efetiva os ambientes digitais de aprendizagem, no contexto do ensino de Administração
a distância. Com base na revisão de literatura, as hipóteses iniciais foram testadas utilizando
uma extensão do modelo TAM de Davis (1989), com a adoção do construto Intenção de Uso
Efetivo como alternativa ao construto tradicional Intenção de Uso. Os resultados confirmaram
a validade da maioria das hipóteses, com exceção da influência direta e positiva da variável
Facilidade de Uso Percebida nas variáveis Utilidade Percebida e Intenção de Uso Efetivo. A
variável Experiância Prévia também não foi comprovada como antecedente da Facilidade de
Uso Percebida.
Palavras Chave: Educação a Distância, Tecnologia, Modelo TAM.
vii
ABSTRACT
The increasing use of technologies in the teaching environment has contributed to turn the e-
learning into a regular tool of Brazilian educational system, mainly in graduation schools.
This study aims to identify, in the context of Management Distance Education, which
variables influence more the students in their intention of using effectively the e-learning
sites, according to the Learning Management System (LMS). Based on the review of the
literature, the initial hypotheses were tested, adopting the variable Intention of Effective Use
as an alternative to the traditional variable Intention to Use. The results confirmed the validity
of all hypotheses, except concerning to a direct and positive influence of Perceived Ease of
Use on the variables Perceived Usefulness and Intention of Effective Use. The variable
Previous Experience has not been proved as an antecedent of Perceived Ease of Use.
Key Words: E-learning, Technology, TAM Model.
viii
LISTA DE FIGURAS
Figura 1- Teoria da Ação Racional (TRA)...............................................................................22
Figura 2- Modelo de Aceitação de Tecnologia (TAM)............................................................23
Figura 3 – TAM 3.....................................................................................................................25
Figura 4 - Modelo Proposto......................................................................................................38
Figura 5 - Modelo Proposto validado.......................................................................................55
ix
LISTA DE TABELAS
Tabela 1 – Referências utilizadas na Pesquisa ...........................................................................5
Tabela 2 – Modelos de EAD ....................................................................................................11
Tabela 3 – Evolução da EAD no Brasil....................................................................................15
Tabela 4 – Aplicações do TAM na EAD..................................................................................28
Tabela 5 – Confiabilidade das Escalas .....................................................................................45
Tabela 6 – Estatísticas Descritivas das Variáveis.....................................................................46
Tabela 7 – Sumário da regressão de UP e FUP em AT............................................................47
Tabela 8 – Coeficientes da regressão de UP e FUP em AT .....................................................48
Tabela 9 – Análise de pontos influentes da regressão de UP e FUP em AT............................48
Tabela 10 – Sumário da regressão de UP, FUP e AT em IUE.................................................49
Tabela 11 – Coeficientes da regressão de UP,FUP e AT em IUE ...........................................49
Tabela 12 – Análise de pontos influentes da regressão de UP,FUP e AT em IUE ..................50
Tabela 13 – Sumário da regressão de EP, CF, AC e AE em FUP............................................50
Tabela 14 – Coeficientes da regressão de EP, CF, AC e AE em FUP .....................................50
Tabela 15 – Análise de pontos influentes da regressão de EP, CF, AC e AE em FUP............51
Tabela 16 – Sumário da regressão de ISI, ISO, QI, AC e FUP em UP....................................52
Tabela 17 – Coeficientes da regressão de AC, ISI, ISO, QI e FUP em UP .............................52
Tabela 18 – Análise de pontos influentes da regressão de AC, ISI, ISO, QI e FUP em UP....52
Tabela 19 – Tabela Resumo das Hipóteses ..............................................................................54
x
LISTA DE ABREVIATURAS EAD Educação a Distância
ERP Planejamento dos Recursos Empresariais, do inglês Enterprise Resource Planning
LMS Sistema de Gerenciamento do Aprendizado, do inglês Learning Management System
MEC Ministério da Educação e Cultura
TAM Modelo de Aceitação de Tecnologia, do inglês Technology Acceptance Model
TIC´s Tecnologias de Informação e de Comunicação
xi
SUMÁRIO
1 INTRODUÇÃO.....................................................................................................1
1.1 OBJETIVOS DA PESQUISA ................................................................................................................ 3
1.2 RELEVÂNCIA E BENEFÍCIOS DA PESQUISA ............................................................................... 3
2 REVISÃO DA LITERATURA ...............................................................................5
2.1 BREVE HISTÓRICO DA EDUCAÇÃO A DISTÂNCIA (EAD) ....................................................... 6
2.2 EDUCAÇÃO A DISTÂNCIA (EAD) – CONCEITUAÇÃO ............................................................... 7 2.2.1 Definições de EAD............................................................................................................................... 7 2.2.2 Modelos de EAD................................................................................................................................ 10 2.2.3 A aplicação da tecnologia ao processo de ensino-aprendizado .......................................................... 13
2.3 EAD NO BRASIL ................................................................................................................................. 14
2.4 FATORES CRÍTICOS DE SUCESSO EM EAD............................................................................... 17
2.5 TECHNOLOGY ACCEPTANCE MODEL (TAM) .......................................................................... 21 2.5.1 Evolução dos Modelos de Aceitação da Tecnologia .......................................................................... 21 2.5.2 Aplicações anteriores em EAD .......................................................................................................... 26
2.6 MODELO PROPOSTO........................................................................................................................ 28
3 METODOLOGIA DA PESQUISA ......................................................................39
3.1 OPERACIONALIZAÇÃO DOS CONSTRUTOS ............................................................................. 39
3.2 PÚBLICO PESQUISADO.................................................................................................................... 41
3.3 COLETA DE DADOS DA PESQUISA............................................................................................... 42
3.4 CARACTERÍSTICAS DA AMOSTRA .............................................................................................. 43
4 ANÁLISE DOS DADOS.....................................................................................45
4.1 HIPÓTESES H2A E H3A .................................................................................................................... 47
xii
4.2 HIPÓTESES H1, H2B E H3B.............................................................................................................. 48
4.3 HIPÓTESES H9, H10, H11 E H12 ..................................................................................................... 50
4.4 HIPÓTESES H4, H5, H6, H7 E H8 ..................................................................................................... 51
4.5 DIMENSÕES DA ABSORÇÃO COGNITIVA .................................................................................. 53
5 CONCLUSÃO ....................................................................................................55
REFERÊNCIAS BIBLIOGRÁFICAS.........................................................................59
APÊNDICE A – APLICAÇÕES DO TAM EM EAD: VARIÁVEIS EXTERNAS........64
APÊNDICE B – ESCALAS ORIGINAIS ...................................................................68
APÊNDICE C – ESCALAS UTILIZADAS NA PESQUISA .......................................72
APÊNDICE D – QUESTIONÁRIO DE PESQUISA ...................................................75
APÊNDICE E – CARACTERÍSTICAS DA AMOSTRA .............................................76
APÊNDICE F – HISTOGRAMAS..............................................................................80
APÊNDICE G – DIAGRAMAS DE RESÍDUOS ........................................................86
APÊNDICE H – CORRELAÇÕES ............................................................................94
1
1 INTRODUÇÃO
Educação a Distância (EAD) é “uma modalidade educacional na qual a mediação didático-
pedagógica nos processos de ensino e aprendizagem ocorre com a utilização de meios e
tecnologias de informação e comunicação, com estudantes e professores desenvolvendo
atividades educativas em lugares e tempos diversos” (BRASIL, 2005).
Segundo Belloni (2009), a EAD têm aparecido com frequência como uma modalidade de
educação adequada e desejável para atender às demandas educacionais decorrentes das
mudanças na nova ordem econômico-mundial. Para a autora, neste quadro de mudanças na
sociedade e no campo da educação, a EAD tende a se tornar, cada vez mais, um elemento
regular dos sistemas educativos, assumindo funções de crescente importância, especialmente
no ensino superior.
No Brasil, de acordo com Maia (2009), o número de alunos regularmente matriculados em
cursos de EAD credenciados cresceu 213,8%, de 2004 a 2007. Contudo, apesar do
crescimento acentuado, nem todas as iniciativas de EAD conseguem garantir qualidade e
efetividade no processo de ensino/aprendizagem. A evasão escolar em cursos a distância é
alta e questões envolvendo autodisciplina, acompanhamento e interação são cruciais nessa
modalidade educacional (SCHLEMMER; SACCOL; GARRIDO, 2007), na qual o controle
2
do processo de aprendizagem está mais do lado do aprendente do que do facilitador
(AGUIAR, 2009).
Em paralelo, as duas últimas décadas experimentaram uma enorme expansão do uso das
Tecnologias de Informação e Comunicação (TIC´s) no ambiente de ensino, em diferentes
graus: para alavancar processos de aprendizagem presencial, para melhorar modelos de EAD
existentes ou ainda de modo a viabilizar a realização de todo o processo de ensino de forma
virtual (FREITAS, 2008).
Nesta pesquisa, será usado o termo e-learning para representar a apropriação das TIC´s em
processos de ensino-aprendizagem que ocorrem a distância, tendo a Internet como base de
suporte. Sob esta perspectiva, considera-se que a percepção de valor sobre a tecnologia e a
atitude ou interesse do aprendente em adotar as ferramentas tecnológicas funcionam como
motivadores para que o e-learning seja aceito pelos envolvidos no processo (GIBSON;
HARRIS; COLARIC, 2008; AGUIAR, 2009; FREITAS, 2009).
Para avaliar aceitação de tecnologia, o modelo Technology Acceptance Model (TAM) é um
dos mais utilizados, sendo sua aplicação considerada adequada ao ambiente acadêmico e a
pesquisas envolvendo cursos a distância relacionados à Administração (“management
education”) (LANDRY; GRIFFETH; HARTMAN, 2006; GIBSON; HARRIS; COLARIC,
2008; FREITAS, 2009).
Dentro do contexto do ensino de Administração a distância, esta pesquisa pretende investigar
quais fatores influenciam a intenção de uso efetivo das ferramentas de e-learning, com base
em uma extensão do modelo TAM.
3
1.1 OBJETIVOS DA PESQUISA
Freitas (2009) ressalta que a literatura existente sobre as barreiras encontradas para o processo
de implementação do e-learning nas escolas não é conclusiva. Porém, de uma forma geral, o
processo pode ser sumarizado em seis pontos chaves: (1) aspectos organizacionais; (2) fatores
individuais ou pessoais; (3) aspectos tecnológicos; (4) aceitação da tecnologia; (5) fatores que
afetam a aceitação da tecnologia no processo de ensino; e (6) impacto da tecnologia na
educação (SIRITONGTHAWORN et al., 2006 apud FREITAS, 2009).
O tema a ser investigado neste estudo é justamente a aceitação das ferramentas de TIC que
dão suporte ao processo de ensino a distância. O objetivo da pesquisa é investigar quais
fatores influenciam a intenção de alunos matriculados em cursos on-line relacionados à
Administração de usar, de forma efetiva, os ambientes digitais de aprendizagem. O conceito
de uso efetivo envolve a utilização plena da tecnologia, a exploração de suas funcionalidades
e aplicações na rotina do aluno (MORENO e OLIVEIRA, 2007a). Para isso, propõe-se e
testa-se uma extensão do modelo TAM, elaborada a partir de uma ampla revisão da literatura.
1.2 RELEVÂNCIA E BENEFÍCIOS DA PESQUISA
Apesar de já terem sido realizados diversos estudos que propõem e testam empiricamente o
TAM ou extensões do modelo para identificar fatores que determinam a intenção de uso de
sistemas de e-learning, especificamente no Brasil este estudo ainda é bastante singular e tem
como objeto um assunto de relevância atual na área de Educação.
A identificação das variáveis que influenciam a intenção de uso efetivo dos ambientes digitais
de aprendizagem contribui para a identificação de possíveis causas de insatisfações dos alunos
4
e, conseqüentemente, para a melhoria da eficácia do processo de implementação do e-
learning em instituições de ensino superior.
5
2 REVISÃO DA LITERATURA
O processo de revisão da literatura, em uma primeira fase, buscou uma compreensão
conceitual sobre o tema Educação a Distância e sobre os fatores críticos para o sucesso da
implementação desta modalidade, principalmente os aspectos relacionados às Tecnologias de
Informação e Comunicação (TIC´s). Em seguida, foi estudado o modelo de avaliação de
aceitação de tecnologia Technology Acceptance Model (TAM), suas origens e extensões. Por
fim, foram investigados estudos que tratassem de aplicações práticas do modelo TAM no
contexto da educação a distância.
A seleção dos estudos foi feita por meio de palavras-chave que permitissem identificar o tema
no título ou no resumo dos trabalhos e publicações. Foram encontradas cerca de 40 citações,
entre livros, artigos e outras referências, conforme demonstrado na tabela a seguir.
Quantidade Referências Internacionais
Referências Nacionais Total
Livros 4 4 Periódicos 17 4 21 Congressos 6 6 Dissertações ou Teses 6 6
Sites 2 2 Total 17 22 39
Tabela 1 – Referências utilizadas na Pesquisa
6
Na literatura nacional não foi encontrado nenhum trabalho que tratasse da aplicação do
modelo TAM a ambientes digitais de aprendizagem ou sistemas de e-learning, em instituições
de ensino superior.
2.1 BREVE HISTÓRICO DA EDUCAÇÃO A DISTÂNCIA (EAD)
A educação a distância, segundo Nunes (2009), tem uma longa e diversificada história. Os
autores discorrem sobre a evolução desta modalidade educacional, desde os cursos por
correspondência até o reinado da televisão educativa, passando pela propagação de
conhecimentos a partir de sistemas de radiodifusão e destacam o papel da Segunda Guerra
Mundial como aceleradora dos programas de treinamento que usavam técnicas de EAD e
outras tecnologias promovedoras de capacitação em tempo mais curto.
Ao final da década de sessenta, a fundação da Open University na Inglaterra - uma
universidade dedicada totalmente ao ensino a distância - possibilitou uma maior visibilidade
em relação à possibilidade de se oferecer um ensino a distância de qualidade e equivalente ao
modelo tradicional presencial (MAIA e MEIRELLES, 2002 apud FREITAS, 2009).
Freitas (2009), com base em Rumble (1997) e Peters (2003), ressalta que, apesar do
crescimento da EAD a partir das décadas de setenta e oitenta, as universidades tradicionais, de
forma geral, não demonstravam muito interesse por essa modalidade de ensino,
principalmente devido aos altos custos, às diferenças de processos entre os ensinos presencial
e a distância e à crença, ainda presente, de que a EAD não tinha a mesma qualidade do ensino
presencial.
Foi o avanço das TIC´s, associado à redução de seus custos, o fator decisivo para que as
universidades tradicionais passassem a olhar para a EAD como uma oportunidade de ampliar
7
seu alcance geográfico e de ofertar um número maior de vagas (FREITAS, 2009). De acordo
com Mugnol (2009), com o surgimento das primeiras instituições educacionais voltadas para
a EAD, aliado ao desenvolvimento das TIC´s, houve um aumento do interesse de estudiosos e
pesquisadores em conceituar a EAD e descrever suas metodologias.
Nunes (2009), ao pesquisar o estado da arte da EAD, afirma que, atualmente, vive-se uma
nova onda que reúne a apropriação tanto de novas tecnologias comunicativas, quanto de
novos conceitos de organização virtual (as redes), o que gera condições para um aprendizado
mais interativo, onde o estudante é capaz de determinar seu próprio ritmo.
Atualmente, mais de 80 países adotam a EAD como modelo de aprendizagem, atendendo a
milhões de estudantes (NUNES, 2009). Para Alves (2009), o mercado é extremamente amplo
e promissor, pois, com o decorrer do tempo, os custos tendem a ser reduzidos e a burocracia
para os credenciamentos tende a diminuir, à medida que as instituições alcançam a
maturidade desejável pelos órgãos credenciadores.
2.2 EDUCAÇÃO A DISTÂNCIA (EAD) – CONCEITUAÇÃO
2.2.1 Definições de EAD
A literatura apresenta uma diversidade de conceitos de Educação a Distância, oferecidos por
autores considerados referência no tema.
Moore (1973) definiu educação a distância como a família de métodos de instrução nos quais
os comportamentos de ensino são executados em separado dos comportamentos de
aprendizagem. Para o autor, a ponte entre o “momento de ensino” e o “momento de
8
aprendizagem” deve ser realizada por meio de técnicas de comunicação, através de
dispositivos impressos, eletrônicos, mecânicos e outros.
O termo educação a distância cobriria, desta maneira, várias formas de estudo e estratégias
educativas que não estão sob a supervisão contínua e imediata de tutores; esta nova forma de
educação incluiria todos os métodos de ensino em que, devido à separação existente entre
estudantes e professores, as fases interativa e pré-ativa são conduzidas mediante a palavra
impressa e/ou elementos mecânicos ou eletrônicos (HOLMBERG,1977 apud BELLONI,
2009; AMENGOL, 1992 apud LOBO NETO, 2001).
Malcom Tight (1988 apud BELLONI, 2009) reforça a questão da separação física entre os
aprendentes e os que estão envolvidos na organização de sua aprendizagem. Segundo o autor,
esta separação pode aplicar-se a todo o processo de aprendizagem ou apenas a certos estágios
ou elementos deste processo. Podem, ainda, estar envolvidos estudos presenciais e privados,
mas sua função será suplementar ou reforçar a interação predominantemente a distância.
A inexistência do contato face a face entre professores e aprendentes também é ressaltada nas
definições para educação a distância propostas por Cropley; Kahl (1983 apud BELLONI,
2009) e Rebel (1983 apud BELLONI, 2009). Estes autores destacam, ainda, o alto grau de
aprendizagem individualizada (CROPLEY e KAHL, 1983 apud BELLONI, 2009) e o
aumento da liberdade do aprendente (REBEL, 1983 apud BELLONI, 2009), permitidos pela
EAD.
Assim, há na EAD uma conversão do aluno em sujeito protagonista de sua própria
aprendizagem, graças à aplicação de diferentes meios e formas de comunicação
(MARTINEZ, 1985 apud LOBO NETO, 2001; NISKIER, 2000 apud AGUIAR, 2009).
9
Para Moore; Kearsley (2005 apud FREITAS, 2009), são seis os elementos essenciais para
caracterizar a EAD:
• Separação entre estudante e professor;
• Influência de uma organização educacional, especialmente no planejamento e
preparação dos materiais de aprendizado;
• Uso de meios técnicos – mídia;
• Providências para comunicação em duas vias;
• Possibilidade de seminários (presenciais) ocasionais;
• Participação na forma mais industrial de Educação.
As definições apresentadas parecem ter vários pontos em comum, tais como a separação
aluno-professor, a utilização de recursos midiáticos e a aprendizagem individual e
independente. Belloni (2009), porém, ao analisar diversas definições de EAD, destaca a não
unanimidade em torno do assunto e ressalta que o parâmetro comum a todas elas é a distância,
entendida em termos de espaço e tempo.
Segundo Peters (2006), a maioria dos autores que explica a educação a distância vê na
separação pelo espaço físico entre docentes e discentes sua principal característica e dela
derivam suas concepções fundamentais. Peters (2006), ao contrário, tenta descrever a
educação a distância com categorias dialéticas, distinguindo-a, de modo marcante, do ensino
presencial, a partir das seguintes características:
• O ensino através da escrita predomina sobre o ensino docente.
• O estudo por leitura é fortemente acentuado em relação ao estudo por ouvir.
• O grau de acessibilidade influencia a qualidade do estudo.
10
Este posicionamento de Peters (2006) é coererente com a afirmação de Ibanez (1984 apud
LOBO NETO, 2001), segundo o qual não é de todo exato definir educação a distância como
uma estratégia em que não é fundamental a presença do professor junto ao aluno, além de ser
um traço meramente negativo. O autor ressalta que, na educação a distância, a relação didática
tem um caráter múltiplo, sendo necessário recorrer a uma pluralidade de vias.
Com o aumento da interação entre os alunos, dos alunos com o professor e dos alunos com a
organização de ensino, proporcionado pelas possibilidades que as novas mídias trouxeram, as
diversas correntes teóricas da EAD passaram a enfatizar o caráter social da aprendizagem. A
potencialidade dos cursos on-line em estimular a interação entre os participantes reforça a
socialização, proporcionando meios capazes de estimular o envolvimento e a comunicação,
seja por intermédio de ferramentas síncronas ou assíncronas (FREITAS, 2009).
De acordo com Freitas (2009), essa transposição da autonomia para a colaboração leva a uma
mudança conceitual em que a aprendizagem, antes independente, passa a ser sustentada por
experiências colaborativas de alunos e professores e de alunos entre si, objetivando a
construção compartilhada do conhecimento pelo grupo.
2.2.2 Modelos de EAD
Conforme discutido no item anterior, não há um modelo único de educação a distância. A
EAD é um sistema de multimeios, no qual os programas podem apresentar diferentes
desenhos e múltiplas combinações de linguagens e recursos educacionais e tecnológicos. A
natureza do curso e as reais condições do cotidiano e das necessidades dos aprendentes são os
elementos que irão definir a melhor tecnologia e metodologia a serem utilizadas (IBANEZ,
1984 apud LOBO NETO, 2001; MEC, 2007).
11
Quanto aos aspectos didáticos, Peters (2006) apresenta seis modelos básicos de EAD. Os
elementos mais relevantes de cada modelo estão resumidos na tabela a seguir.
Modelos Características Modelo da
Correspondência Diálogo por escrito, locução direta e tom pessoal.
Modelo da Conversação
O ensino a distância é interpretado como simulação de uma conversação didática entre docentes e discentes. A empatia e abordagem pessoal são consideradas normas para apresentação dos assuntos a serem estudados.
Modelo Professoral
Os docentes transferem sua habilidade e arte para o texto didático, que passa a exercer substitutivamente todas as funções didáticas importantes. Os auxílios didáticos oferecidos neste modelo rompem com a tradicional atitude receptiva, estimulando os alunos a desenvolverem atividades por própria iniciativa.
Modelo Tutorial
A distância é vencida com um texto didático que não se destina a apresentar conteúdos, mas sim, a despertar a ideia de um diálogo com um tutor imaginário, simulando uma conversa de aconselhamento.
Modelo Tecnológico de Extensão
O ensino a distância é apenas o estudo com presença realizado a uma determinada distância. A proximidade é mediada por tecnologia, mas é, sem dúvida, mais evidente do que nos modelos anteriores. Trata-se da ampliação do alcance do clássico ensino com presença.
Modelo da Distância Transacional
A distância transacional ou comunicativa é descrita por Moore (1993 apud PETERS, 2006) como uma função de três grandezas: diálogo, estruturação dos programas de ensino a serem apresentados e autonomia dos estudantes. Conforme as características das pessoas participantes, os objetivos e os conteúdos do ensino, o nível de exigências, os métodos necessários, os meios disponíveis e a cultura de estudo tradicional, é preciso encontrar a melhor relação possível dos três grupos de variáveis entre si e determinar, assim, uma distância transacional que se adapte exatamente à situação.
Tabela 2 – Modelos de EAD
Fonte: Peters (2006)
Sob uma perspectiva tenológica, Garrison (1993 apud FREITAS, 2009) divide a EAD em três
gerações não estanques:
• A primeira geração, que tem a mídia escrita como tecnologia de conteúdo e o correio
como tecnologia de distribuição.
12
• A segunda geração, que incorporou ferramentas de distribuição de conteúdos em
massa, como a televisão e o rádio.
• A terceira geração, onde o computador passa a ser usado para mediar as interações no
ambiente de aprendizagem.
Segundo Belloni (2009), na primeira geração, observa-se um alto grau de autonomia do aluno
quanto ao lugar de seus estudos e a consequente separação quase absoluta do professor. As
formas de aprendizado desta geração da EAD incluem leitura de material impresso, estudo
próprio dirigido e trabalho científico autônomo (PETERS, 2006).
A segunda geração, o “ensino multimeios a distância”, desenvolveu-se a partir de premissas
tais como público de massa e economia de escala e integrou ao uso do impresso os meios de
comunicação audiovisuais e, em certa medida, computadores (BELLONI, 2009). Para Peters
(2006), a segunda geração baseia-se, sobretudo, nas possibilidades que a teleconferência
oferece em suas diferentes versões, permitindo o diálogo simultâneo e dinâmico.
A terceira geração de EAD surgiu nos anos 90, com o desenvolvimento e disseminação das
novas tecnologias de informação e comunicação (BELLONI, 2009). Sob a ótica de Peters
(2006), esta geração é didaticamente ambivalente, pois pode oferecer orientação ao
autoestudo dos que estudam isolados (com auxílio de software didático apropriado),
proporcionar interatividade e ainda colocar à disposição bancos de dados e literatura,
tornando-os acessíveis para elaboração autônoma de saber.
Atualmente, existe a tendência de se combinar atividades de aprendizagem presencial com
aprendizagem virtual interativa – o blended learning, modelo no qual as atividades passam a
se posicionar em espectros contínuos no espaço (real/virtual), no tempo (síncrono/assíncrono)
13
e na interatividade (passivo/interativo) (TORI, 2009). Para Garrison e Kanuka (2004), integrar
experiências de aprendizagem face-a-face com experiências de aprendizagem on-line é uma
estratégia eficaz e de baixo risco, com possibilidades de criação praticamente ilimitadas e
aplicabilidade em diferentes contextos. Segundo os autores, o blended learning é
especialmente vantajoso para o ensino superior, pois suas múltiplas formas de comunicação
facilitam certos requisitos de aprendizagem, tais como o debate crítico e a capacidade de
negociação.
Em relação às perspectivas de futuro, duas novas gerações da EAD emergem, ainda que em
fase experimental: a quarta geração, na qual o aluno interage diretamente com a máquina que
gerencia a aprendizagem (inteligência artificial) e a quinta geração, na qual a aprendizagem
ocorre por meio de imersão em ambientes com realidade virtual (TORRES e FIALHO, 2009).
2.2.3 A aplicação da tecnologia ao processo de ensino-aprendizado
Para Guri-Rosenblit (2005 apud FREITAS, 2009) toda a forma de ensino-aprendizado por
meio das TIC´s pode ser referenciada como e-learning. Em consonância, Spector (2008)
classifica como e-learning qualquer uso de computadores e da Internet para apoiar a
aprendizagem. A diferença entre a aprendizagem sem ligação à rede e a aprendizagem on-
line, segundo Spector (2008), é que os cursos baseados em computador são,
fundamentalmente, uma forma de ensino individualizado, enquanto que cursos baseados na
Internet são, principalmente, uma forma de instrução em grupo.
Nichols (2008) acrescenta à definição de e-learning como “aprendizagem eletrônica” a
questão pedagógica, enfatizando o papel da pedagogia como direcionadora do uso das
ferramentas tecnológicas para a educação.
14
Segundo Freitas (2009) e Silva (2010), em um projeto de e-learning as diversas tarefas
relacionadas ao processo pedagógico (criação, tutoria e gestão de atividades) em geral são
desenvolvidas por meio de softwares conhecidos como LMS (Learning Management System)
ou ADA (Ambiente Digital de Aprendizagem). Estes softwares, constituídos a partir do uso
de diferentes mídias e linguagens, viabilizam a construção do conhecimento por meio da
disponibilização de conteúdos e da possibilidade de interatividade e interação entre grupos.
Existem, hoje, vários ambientes digitais de aprendizagem disponíveis no mercado, tais como:
Moodle, Teleduc, Blackboard, WebCT, Sakai, Aulanet, Atutor, E-proinfo, OLAT, entre outros
(FREITAS, 2009; SILVA, 2010). O Moodle (Modular Object-Oriented Dynamic Learning
Environment) é um software de código aberto que dispõe de interfaces de conteúdos capazes
de criar, gerir, organizar e fazer movimentar uma documentação completa (textos, grafismos,
vídeos, áudios) e de interfaces de comunicação capazes de favorecer autoria e colaboração (e-
mail, fórum, chat, wiki, blog), com grande aceitação entre educadores, no Brasil e no mundo
(SILVA, 2010). É considerado, segundo Silva (2010), uma das primeiras e mais importantes
expressões da web 2.0, além de ser uma solução de fácil manuseio que não exige
conhecimentos específicos de programação ou web design.
2.3 EAD NO BRASIL
Para Freitas (2009), um dos primeiros marcos da aproximação do ensino superior brasileiro à
EAD é o lançamento, em 1980, pela Universidade de Brasília, de um convênio com a Open
University para a implementação de programas de educação a distância, por meio de cursos
nas áreas de ciências políticas, relações internacionais e pensamento político brasileiro.
15
A partir da segunda metade dos anos 90, com a disseminação das TIC´s, começaram a surgir
os programas oficiais de EAD, incentivados pelas secretarias de educação municipais e
estaduais, incluindo algumas iniciativas em parceria com as universidades formais
(MUGNOL, 2009).
A regulamentação para cursos regulares e formais só ocorreu, porém, depois da aprovação da
Lei de Diretrizes e Bases da Educação Nacional, em 1996. Atualmente é o decreto 5.622, de
2005, que regulamenta a EAD no Brasil e oferece as orientações para credenciamento,
autorização e reconhecimento de cursos a distância (MEC, 2007).
Maia (2009) apresenta um levantamento da evolução do número de instituições brasileiras
credenciadas ou com cursos a distância autorizados e do número de alunos regularmente
matriculados nestes cursos, de 2004 a 2007, conforme a tabela 3.
2004 2005 2006 2007 Evolução em 2007
Evolução 04-07
Nº Instituições credenciadas ou com cursos autorizados
166 217 225 257 14,2% 54,8%
Número de alunos nas instituições 309.957 504.204 778.458 972.826 24,9% 213,8%
Tabela 3 – Evolução da EAD no Brasil
Dos 1.181 cursos a distância oferecidos no Brasil em 2007, cerca de 47% eram de pós-
graduação ou de aperfeiçoamento e extensão a distância, estando relacionados à educação
adulta ou educação executiva (MAIA, 2009) .
Maia (2009) destaca o grande crescimento da oferta de graduações a distância, que
representavam 23% da oferta dos cursos em 2006 e, hoje, representam mais de 37% dos
cursos oferecidos nesta modalidade. Segundo as estatísticas mais atualizadas, em 2008 foram
16
oferecidos 647 cursos de graduação a distância, com 1.699.489 vagas disponíveis e 708.784
alunos matriculados (INEP, 2008).
O recorte em separado do número de Instituições de Ensino Superior (IES) brasileiras que
ministram cursos de graduação a distância, apresentado no AbraEAD 2008, mostra que houve
um crescimento notável: em 7 anos (2000 a 2006), o número de instituições passou de 7 para
77. De acordo com Alves (2009), o Brasil já conta com, aproximadamente, 150 instituições
credenciadas pelo governo federal para ministrar cursos de graduação e pós-graduação lato
sensu.
Segundo Freitas (2009), o movimento das escolas de ensino superior brasileiras em direção à
EAD está ocorrendo devido a dois fatores: o avanço das TIC´s e as políticas públicas de
incentivo ao uso da EAD. Na visão de Moran (2009), vivemos, atualmente, uma fase de
regulação maior da EAD pelo Ministério da Educação (MEC). O governo, com forte atuação
do MEC, promulgou, nos últimos 13 anos, um extenso corpo de leis, decretos e regulamentos
com a finalidade de demarcar os espaços, as formas de atuação das instituições e as
características dos cursos, incentivando, desta forma, a expansão da EAD (FREITAS, 2009;
MUGNOL, 2009). Apesar dos incentivos públicos, ainda não há, no Brasil, nenhum mestrado
ou doutorado que use a modalidade a distância, com atividades desenvolvidas integralmente
de forma virtual (ALVES, 2009).
É importante destacar que a maioria dos projetos de implementação de EAD nas escolas de
ensino superior no Brasil usa o e-learning como ferramenta principal (MAIA, 2003 apud
FREITAS, 2009).
17
2.4 FATORES CRÍTICOS DE SUCESSO EM EAD
A redução dos índices de evasão é um critério largamente utilizado para medir o sucesso de
um projeto educacional. Considerando parâmetros internacionais, a evasão na EAD é
altíssima, chegando em alguns casos a 65 % (LONGO, 2009).
Para Coelho (2003 apud JENSEN e ALMEIDA, 2009), as principais causas da evasão nos
cursos a distância são: falta do agrupamento de pessoas numa instituição física; domínio
técnico insuficiente do uso do computador, principalmente da Internet; falta da tradicional
relação face a face entre professor e alunos e ausência de reciprocidade da comunicação, ou
seja, dificuldades em expor idéias, inviabilizando a interação.
O conceito sociológico de interação é: “ação recíproca entre dois ou mais atores onde ocorre
intersubjetividade, isto é, encontro de dois sujeitos, que pode ser direta ou indireta
(mediatizada por algum veículo técnico de comunicação)” (BELLONI, 2009, p.58).
Montenegro (2008), com base nos estudos de Simpson (2006), destaca a interação como fator
crítico para o sucesso da EAD, uma vez que o distanciamento físico dos participantes,
propiciado pelas flexibilidades geradas pelo ensino a distância, pode levar ao isolamento de
alguns e comprometer os resultados esperados.
Muitos autores defendem que, no que tange à interação/interatividade constante entre os
sujeitos, as tecnologias e a informação são fatores determinantes para a diminuição da
sensação de isolamento do aluno e, conseqüentemente, para a eficácia do processo de
educação a distância (SCHLEMMER; SACCOL; GARRIDO, 2007).
Ou seja, a interatividade do aluno com os recursos tecnológicos, com professores e com
outros alunos é necessária para que a falta de contato físico e diário em sala de aula, existente
18
nos cursos tradicionais, possa ser devidamente compensada e não comprometa o nível de
aprendizagem almejado (MONTENEGRO, 2008).
Longo (2009) sugere que as causas mais comuns de evasão na EAD costumam estar
relacionadas à falta de vínculos afetivos mais intensos com a turma e à ausência dos
mecanismos de interação social que um contato físico geralmente proporciona, além das
próprias características do público que procura essa modalidade de ensino e das dificuldades
geradas pela mediação tecnológica.
Para Benfatti (2007), é a dimensão da interação entre professores e alunos o que estabelece a
integração motivadora da aprendizagem. No ensino convencional, a intersubjetividade pessoal
dos alunos entre si e dos professores e alunos promove, permanentemente, a motivação
(KEEGAN, 1983 apud BELLONI, 2009). No caso da EAD, para que a aprendizagem revele-
se de forma natural e confortável, é necessário que exista interação, troca de informação e
afetividade, através do uso adequado de tecnologias de comunicação e informação
(BENFATTI, 2007).
Benakouche (2000), considerando o trabalho de Conde (2000) de análise de um curso de
EAD, na perspectiva dos alunos, conclui que, na EAD, os riscos de produção de sentimentos
de frustração no processo comunicativo entre aprendente e professor são ampliados, em
relação ao processo de educação tradicional. Segundo a autora, há um “mito da
incomunicabilidade” no processo de EAD, porém o tipo de relacionamento entre professores e
alunos na EAD varia muito e depende, fundamentalmente, do comportamento do professor
estreitá-lo ou mantê-lo num nível mais formal.
19
Benfatti (2007) reforça que a figura docente é imprescindível durante todo o processo de
educação a distância, além de fundamental para o progresso do aprendente. A autora cita a
abordagem de “estar junto virtual” (VALENTE, 1999) que envolve um acompanhamento e
um assessoramento constantes do grupo de alunos pelo professor/tutor, no sentido de
distribuir tarefas, entender o que cada um faz, propor e enfrentar desafios e auxiliar os alunos
a atribuirem sentido ao que está sendo realizado. O “estar junto virtual” significa a interação
total do grupo – aprendizes e professores – por meio das ferramentas tecnológicas utilizadas
em EAD.
Esta abordagem vai ao encontro de outros fatores críticos de sucesso da EAD, levantados por
Montenegro (2008): acessibilidade, suporte técnico e familiaridade dos alunos com recursos
tecnológicos. Segundo o autor, a autonomia proporcionada pelos cursos a distância só
resultará em efetivos benefícios à aprendizagem se a instituição de ensino trabalhar com
tecnologias que ofereçam flexibilidade e facilidade de acesso, simplicidade de ferramentas e
suporte pedagógico e tecnológico que gerem confiança no aluno e proporcionem um bom
nível de integração. Assim, torna-se fundamental, particularmente para programas de EAD
via Internet , uma avaliação cuidadosa da infra-estrutura tecnológica e dos softwares que irão
compor o ambiente de aprendizagem (TESTA, 2002).
Considerando-se que os recursos tecnológicos estão disponíveis e são familiares aos alunos,
ainda é preciso, na EAD, superar a postura do professor transmissor de conhecimentos. O
papel do professor na EAD é imprimir a direção que leva à apropriação do conhecimento que
se dá na interação entre professor/aluno, valorizando o trabalho de parceria cognitiva (LEVY;
1999 apud AGUIAR; 2009).
20
Segundo Gouvêa e César (2009) o professor envolvido na EAD deve esforçar-se para agir
como problematizador, incentivando e fomentando debates, além de necessitar de
flexibilidade para lidar com situações imprevistas.
Benfatti (2007) declara, ainda, que ministrar aulas a distância implica o desenvolvimento de
competências, habilidades e novas abordagens para ensinar. Professores envolvidos
simultaneamente com a EAD e com o modelo de educação convencional declaram, inclusive,
que a experiência a distância estimula e melhora o desempenho no processo de ensino face-a-
face (HARASIM, 2000).
O desenvolvimento destas novas competências e habilidades docentes exige, assim, um
esforço voltado à capacitação dos professores, o que também é citado por Montenegro (2008)
e Testa (2002) como um fator crítico de sucesso para os cursos em EAD.
Belloni (2009) confirma que, nesta nova lógica com relação ao papel do professor, há a perda
da posição central do professor e de seu estatuto de “mestre”, assim como a aquisição de uma
nova posição de parceiro, de prestador de serviços, de recurso ao qual o aluno recorre quando
sente necessidade. Conforme Harasim (2000), o professor envolvido na EAD precisa tornar-se
menos provedor e mais participante do processo de construção do conhecimento, enquanto
os estudantes assumem uma maior responsabilidade por esse processo.
De acordo com Botelho e Mafra (2009), há três tipos de funções assumidas pelo
professor/tutor na EAD: acadêmica, institucional e orientadora. A função acadêmica, ligada
ao aspecto cognitivo, está relacionada à transmissão do conteúdo, à transposição didática e ao
esclarecimento das dúvidas dos alunos. A função institucional está relacionada aos
21
procedimentos administrativos e à própria formação acadêmica do professor/tutor. Já a função
orientadora está centrada em aspectos afetivos e motivacionais do aluno.
Testa (2002) ressalta que os programas de EAD devem conhecer seus estudantes, para
poderem desenvolver ações com o objetivo de atender as suas necessidades e evitar que se
sintam abandonados ou isolados. Nesses processos, os estudantes desejam uma orientação
para melhorarem e incentivo para continuarem. Se as expectativas são frustradas, ou pela falta
de feedback, ou pelo retorno inadequado, desestimula-se o estudante a prosseguir
(MACHADO; AQUINO; BOTELHO, 2009). Sem estímulos, compromete-se o nível de
participação dos alunos, outro fator crítico de sucesso dos cursos em EAD, levantado por
Montenegro (2008).
Para que a EAD não se torne um processo solitário, mecânico, superficial e desmotivador, é
preciso maximizar o aproveitamento dos recursos das novas tecnologias (LONGO, 2009). Os
novos modelos de educação a distância utilizam, intensamente, as Tecnologias de Informação
e Comunicação (TIC´s), as quais tornaram-se, assim, indispensáveis às práticas eficazes de
aprendizagem.
2.5 TECHNOLOGY ACCEPTANCE MODEL (TAM)
2.5.1 Evolução dos Modelos de Aceitação da Tecnologia
O Technology Acceptance Model (TAM) possui suas origens na Theory of Reasoned Action
(TRA) de Fishbein e Ajzen (1975), uma das mais fundamentais e influentes teorias do
comportamento humano. A TRA estabelece que a intenção de se ter um determinado
comportamento precede o comportamento em si e é resultante das crenças e valores do
indivíduo (a partir dos quais será formada sua atitude, ou seja, seus sentimentos sobre o
22
comportamento) e de sua percepção do que as pessoas que ele considera importantes pensam
sobre tal comportamento - as normas subjetivas associadas ao comportamento (LANDRY;
GRIFFETH; HARTMAN, 2006; FREITAS, 2009; SILVA, 2009).
O modelo conteitual da TRA está representado na figura 1.
Figura 1- Teoria da Ação Racional (TRA)
Fonte: Fishbein e Ajzen (1975 apud Silva, 2009)
O modelo TAM (Davis, 1989) foi desenvolvido, especificamente, para avaliar a adoção de
tecnologia de computadores (FREITAS, 2009) e propõe que a aceitação de novas tecnologias
é determinada pelo efeito de dois construtos chave - a Utilidade Percebida (UP) e a Facilidade
de Uso Percebida (FUP) na atitude em relação ao uso da tecnologia e na intenção de uso do
usuário final.
Segundo Davis; Bargozzi; Warshaw (1989), UP mede o quanto a pessoa acredita que o uso de
um determinado sistema aumenta o seu desempenho no trabalho, enquanto FUP mede o
quanto a pessoa acredita que o uso de um sistema é livre de esforço. De acordo com o
Modelo, existe uma relação causal entre FUP e UP e os dois construtos influenciam, direta ou
indiretamente, os construtos Atitude (AT), Intenção Comportamental de Uso (IU) e o uso real
do sistema, conforme demonstrado na figura 2.
23
Figura 2- Modelo de Aceitação de Tecnologia (TAM)
Fonte: Davis, Bargozzi, Warshaw (1989)
A Atitude (AT), definida como o sentimento individual (positivo ou negativo) em relação a
um determinado comportamento, além de influenciar diretamente a Intenção Comportamental
de Uso (IU), media o efeito de UP e FUP em IU. A Intenção Comportamental de Uso,
definida como o grau em que uma pessoa tem a intenção de se comportar de determinada
forma, é o fator determinante do uso real do sistema (DAVIS; BARGOZZI; WARSHAW,
1989).
A partir do modelo original de Davis, várias extensões (ou expansões) do modelo foram
testadas, com foco principal nos fatores externos que influenciam UP e FUP.
Venkatesh (2000) estudou os fatores determinantes do construto Facilidade de Uso Percebida
e agregou os antecedentes do construto nas categorias “Âncora” (crenças gerais sobre o uso
de computadores) e “Ajustes” (crenças moldadas a partir da experiência direta com a
tecnologia). Como “Âncoras”, o autor define construtos relacionados a controle (“auto-
eficácia” e “percepções de controle externo”), a motivações intrínsecas (“boa vontade em
relação a computadores”) e a questões emocionais (“ansiedade em relação a computadores”) e
conclui que os mesmos possuem um efeito significante e direto na Facilidade de Uso.
Conforme o tempo de experiência com o sistema evolui, este efeito é reforçado pelos fatores
“Ajuste” (“percepção de divertimento” e “possibilidade de uso”).
24
O modelo de Venkatesh e Davis (2000) conhecido como TAM 2, confirma a influência da
Utilidade Percebida sobre a Intenção Comportamental de Uso e estende o modelo original na
direção das variáveis externas determinantes da Utilidade Percebida relacionadas às
influências sociais (“normas subjetivas” e “imagem”) e cognitivas instrumentais (“relevância
no trabalho”, “qualidade das informações”e “demonstrabilidade dos resultados”), além de
identificar dois construtos moderadores: “experiência” e “voluntariedade”.
Segundo o TAM 2, no caso de obrigatoriedade no uso de um sistema tecnológico, o construto
“experiência” (definido como o tempo de utilização da tecnologia), quando elevado, atenua os
efeitos positivos e diretos das “normas subjetivas” sobre a Intenção de Uso do usuário. Já na
relação direta e positiva das “normas subjetivas” sobre a Utilidade Percebida, a “experiência”,
quando elevada, atua como fator atenuante tanto para os casos de uso obrigatório quanto
voluntários de sistemas (VENKATESH e DAVIS, 2000).
Em 2003, Venkatesh et al. formularam e validaram um modelo de aceitação de tecnologia
unificado, integrando elementos de diversos modelos, o Unified Theory of Acceptance and
Use of Technology (UTAUT). De acordo com o UTAUT, quatro construtos exercem
influência determinante na intenção de uso: “expectativa de desempenho”, “expectativa
quanto ao esforço”, “influência social” e “condições facilitadoras externas”. O modelo destaca
ainda o papel de quatro moderadores nas relações: gênero, idade, voluntariedade e experiência
dos usuários.
Mais recentemente, Venkatesh e Bala (2008) combinaram o TAM 2 ao modelo de
determinantes da Facilidade de Uso de Venkatesh (2000) e desenvolveram um modelo
integrado de aceitação de tecnologia – o TAM 3, reproduzido na figura 3. Adicionalmente aos
modelos anteriores, o TAM 3 propõe e confirma três novas relações de moderação
25
envolvendo o construto “experiência”: sobre a influência da Facilidade Percebida na Utilidade
Percebida, sobre a influência do construto “ansiedade em relação a computadores” na
Facilidade Percebida e sobre a influência da Facilidade Percebida na Intenção de Uso.
Figura 3 – TAM 3
Fonte: Venkatesh e Bala (2008)
Considerado a mais influente teoria de aceitação individual de sistemas de informação, o
modelo TAM tem sido aplicado a diferentes tecnologias, em diferentes situações e sob
diversos fatores de controle, levando seus defensores a acreditar na sua robustez,
independentemente dos ajustes realizados, da população e dos sistemas pesquisados
(VENKATESH, 2000 apud MORENO e OLIVEIRA, 2007b; LEE; KOZAR; LARSEN,
2003).
26
2.5.2 Aplicações anteriores em EAD
Na literatura são encontrados diversos estudos que propõem e testam, empiricamente, o TAM
original de Davis (1989) ou extensões do modelo para identificar fatores que determinam a
intenção de uso de modalidades de educação a distância. A metodologia utilizada nas
pesquisas encontradas nesta revisão de literatura segue as pesquisas anteriores do TAM:
estudos exploratórios utilizando surveys baseados em questões derivadas do TAM original de
Davis (1989), com adaptações em função do objeto da pesquisa. O foco dos estudos têm sido
os aprendentes ou alunos, apesar de ter sido encontrado um estudo aplicado ao corpo docente
(HU; CLARK; MA, 2003), o qual não foi considerado para esta pesquisa.
Os estudos levantados foram aplicados, em sua grande maioria, a estudantes universitários,
usuários de e-learning. As relações principais entre os construtos centrais do modelo TAM
foram comprovadas, tanto nas pesquisas aplicadas a alunos no estágio inicial de utilização do
sistema, quanto nas pesquisas aplicadas a alunos já familiarizados com a tecnologia.
A tabela 4 resume os estudos pesquisados.
Referência Objetivo do estudo Características da amostra
Momento da medição
Efeitos comprovados
(relações centrais do TAM)
Davis e Wong (2007)
Investigar a aceitação de um sistema de e-learning chamado CECIL.
964 estudantes da Universidade de Auckland, Nova Zelândia, usuários do CECIL
Sistema em uso FUP → UP FUP → IU UP → IU
Hung e Cho (2008)
Investigar o uso continuado (aceitação voluntária) de ferramentas de comunicação do ambiente de e-learning WebCT.
682 estudantes de 7 universidades de Hong Kong
Fase de pós -adoção do sistema de e-learning e suas ferramentas de comunicação
UP → IU
27
Referência Objetivo do estudo Características da amostra
Momento da medição
Efeitos comprovados
(relações centrais do TAM)
Jawadi e El Akremi (2006)
Investigar a intenção de uso de um treinamento on-line corporativo.
350 funcionários de 2 empresas da Tunísia de grande porte e mesmo setor de atividades.
Últimas fases de elaboração do projeto de implantação do treinamento on-line
FUP → UP FUP → AT UP → AT AT → IU
Landry; Griffeth; Hartman (2006)
Investigar os fatores que influenciam o uso da ferramenta de e-learning Blackboard.
692 estudantes universitários americanos
Sistema em uso FUP → UP FUP → U UP → U
Lee et al. (2003)
Investigar os fatores que influenciam a atitude dos alunos em relação a um sistema de e-learning.
31 estudantes de 2 universidades
Longitudinal (antes, durante e após uso)
FUP → UP UP → AT UP → U AT → U
Li et al. (2004) Investigar a intenção de uso do Domino (aplicação Lotus Notes groupware) .
90 Estudantes de MBA de uma universidade americana
Estágio inicial de utilização do sistema
FUP → UP FUP → IU UP → IU
Liu et al. (2010)
Investigar a intenção de uso de uma comunidade on-line para o aprendizado da disciplina de Inglês.
436 estudantes no último ano do ensino médio de Taiwan, membros e usuários da comunidade
Sistema em uso FUP → UP FUP → IU UP → IU
Martins e Kellermanns (2004)
Investigar a aceitação do sistema de e-learning WebCT. O uso do sistema era requerido pelos professores em algumas situações e estimulado em outras.
243 estudantes matriculados em 9 cursos de negócios de uma grande universidade americana
Um mês antes do fim do semestre
FUP → UP FUP → AT UP → AT AT → IU
Park (2009) Investigar a intenção de uso do e-learning.
628 estudantes universitários da Korea, inscritos no semestre em pelo menos 1 curso no formato e-learning
Durante o curso (durante exames intermediários presenciais)
FUP → UP FUP → AT UP → AT AT → IU
28
Referência Objetivo do estudo Características da amostra
Momento da medição
Efeitos comprovados
(relações centrais do TAM)
Pituch e Lee (2006)
Investigar a intenção de uso de um sistema e-learning .
259 estudantes universitários de Taiwan
Imediatamente após a fase de demonstração prévia do sistema
FUP → UP FUP → IU UP → IU
Saadé e Bahli (2005)
Investigar a intenção de uso pelos alunos de um sistema de e-learning, em futuros cursos.
102 estudantes de uma Universidade do Canadá
Na última semana do semestre (questionário respondido em classe)
FUP → UP FUP → IU UP → IU
FUP: Facilidade de uso percebida; UP: Utilidade percebida; IU: Intenção de uso; AT: Atitude; U: Uso real
Tabela 4 – Aplicações do TAM na EAD
Além das relações centrais do TAM, os autores dos estudos descritos acima, com exceção de
Landry; Griffeth; Hartman (2006), também estenderam o modelo e testaram a influência de
variáveis externas na Utilidade Percebida, na Facilidade de Uso Percebida, na Atitude e na
Intenção de Uso. O Apêndice A apresenta estas variáveis e seus efeitos comprovados,
agrupadas em função da similaridade do conceito proposto pelos autores para cada construto.
2.6 MODELO PROPOSTO
Nesta pesquisa será utilizado, com base no estudo de Moreno e Oliveira (2007a), o construto
Intenção de Uso Efetivo (IUE), no lugar do construto Intenção Comportamental de Uso (IU),
tradicionalmente utilizado no modelo TAM. Segundo a definição dos referidos autores,
enquanto IU reflete apenas a intenção do indivíduo de utilizar um sistema, sem considerar a
maneira como o sistema será utilizado, IUE reflete a intenção do indivíduo em utilizar uma
nova tecnologia de forma plena, o que envolve a exploração das funcionalidades da
tecnologia e sua aplicação na rotina do usuário.
29
O construto Intenção de Uso Efetivo, testado por Moreno e Oliveira (2007a) em uma extensão
do modelo TAM aplicada a sistemas ERP, traduz a intenção do usuário em, realmente,
aproveitar a tecnologia para troca e obtenção de informações e sua intenção em utilizar, de
forma efetiva, estas informações em suas atividades, ao invés de simplesmente “adotar” o
sistema. Dentro do contexto da obrigatoriedade de uso, aplicável aos sistemas de EAD
utilizados em cursos on-line, a diferença entre a adoção e o uso efetivo do sistema é clara,
pois o aluno tanto pode se restringir ao mínimo requerido pelo curso para a realização de suas
tarefas, como pode desenvolver formas de realizar as tarefas, tirando proveito das capacidades
da tecnologia adotada.
A utilização plena das funcionalidades da tecnologia, principalmente para troca e obtenção de
informações, pode ser um fator determinante para a diminuição da sensação de isolamento do
aluno e, conseqüentemente, para a eficácia de todo o processo de educação a distância
(SCHLEMMER; SACCOL; GARRIDO, 2007).
O modelo proposto mantém, para IUE, todas as relações previstas no TAM entre IU e os
demais construtos, assim como as definições originais do modelo TAM para os construtos
centrais. Como variáveis externas, influenciadoras da Utilidade Percebida (UP) e da
Facilidade de Uso Percebida (FUP), serão utilizados, com base no resultado de estudos
anteriores, os construtos: Interatividade do Sistema (ISI), Influência Social (ISO), Qualidade
das Informações (QI), Absorção Cognitiva (AC), Auto-Eficácia (AE), Condições
Facilitadoras (CF) e Experiência Prévia (EP).
Apesar dos estudos de Venkatesh (2000), Venkatesh e Davis (2000) e Venkatesh e Bala
(2008) omitirem o construto Atitude, optou-se, nesta pesquisa, por mantê-lo no modelo.
Assim, acredita-se que o fato dos alunos desenvolverem a intenção de usar, efetivamente, o
30
sistema de e-learning estaria diretamente relacionada ao sentimento positivo que eles têm
sobre tal comportamento (DAVIS; BAGOZZI; WARSHAW, 1989 apud MORENO e
OLIVEIRA, 2007b) e propõe-se a seguinte hipótese:
H1: O construto Atitude (AT) influencia diretamente e de forma positiva o construto
Intenção de Uso Efetivo (IUE): quanto mais positiva for a atitude do aluno em
relação ao uso do sistema de e-learning, maior será sua intenção em utilizar o
sistema de forma plena.
Dentro do contexto de intenção de uso e aceitação de sistemas de e-learning, Jawadi e El
Akremi (2006), Martins e Kellermanns (2004) e Park (2009) verificaram que a Atitude, além
de influenciar diretamente a Intenção Comportamental de Uso (IU), também atua como
mediadora dos efeitos da Utilidade Percebida (UP) e da Facilidade de Uso Percebida (FUP)
no referido construto.
Esta mediação da Atitude nos efeitos provocados por UP e FUP em IU, porém, não é total. A
influência direta da Utilidade Percebida e da Facilidade de Uso Percebida sobre a Intenção de
Uso tem sido confirmada consistentemente (VENKATESH, 2000; VENKATESH e DAVIS,
2000), inclusive em estudos aplicados a sistemas de e-learning (LI et al., 2004; SAADE e
BAHLI, 2005; DAVIS e WONG, 2007; HUNG e CHO, 2008; LIU et al., 2010).
Segundo Guri-Rosenblit (2005 apud FREITAS, 2009), no contexto da educação superior, a
“clientela-alvo” da EAD é composta por um público que opta pela modalidade a distância por
não poder atender, por uma variedade de razões, a encontros presencias. Ou seja, o fato de
escolher realizar um curso on-line não pressupõe que o aprendente possui uma atitude positiva
em relação ao uso de sistemas de e-learning. Seguindo o argumento do modelo TAM, o aluno
31
pode desenvolver a intenção de usar o sistema de e-learning efetivamente, se acreditar que o
uso do mesmo aumentará seu desempenho escolar (Utilidade Percebida) ou se perceber que o
uso do sistema é livre de esforço (Facilidade de Uso Percebida), mesmo possuindo um
sentimento negativo (Atitude) em relação a este comportamento.
Tendo em vista o exposto acima, são propostas as seguintes hipóteses:
H2: O efeito do construto Facilidade de Uso Percebida (FUP) no construto Intenção
de Uso Efetivo (IUE) é parcialmente mediado pelo construto Atitude (AT).
H2a: A Facilidade de Uso Percebida (FUP) tem um efeito positivo direto na
Atitude (AT): quanto maior for a Facilidade de Uso Percebida (FUP), mais
positiva será a Atitude (AT) do aluno em relação ao uso do sistema de e-
learning.
H2b: A Facilidade de Uso Percebida (FUP) tem um efeito positivo direto na
Intenção de Uso Efetivo (IUE): quanto maior for a Facilidade de Uso
Percebida (FUP), maior será a Intenção de Uso Efetivo (IUE)..
H3: O efeito do construto Utilidade Percebida (UP) no construto Intenção de Uso
Efetivo (IUE) é parcialmente mediado pelo construto Atitude (AT).
H3a: A Utilidade Percebida (UP) tem um efeito positivo direto na Atitude
(AT): quanto maior for a Utilidade Percebida (UP), mais positiva será a
Atitude (AT) do aluno em relação ao uso do sistema de e-learning.
32
H3b: A Utilidade Percebida (UP) tem um efeito positivo direto na Intenção de
Uso Efetivo (IUE): quanto maior for a Utilidade Percebida (UP), maior será a
Intenção de Uso Efetivo (IUE).
O modelo TAM estabelece que o construto Facilidade de Uso Percebida influencia de forma
positiva e direta o construto Utilidade Percebida (DAVIS, 1989). Segundo Saadé e Bahli
(2005), estudantes que consideram o sistema de e-learning fácil de usar tendem a considerá-lo
mais útil, também, pois a diminuição do nível de esforço cognitivo permite ao aluno se
concentrar em outras questões de aprendizagem, relacionadas ao desempenho.
Assim, propõe-se, para o contexto dos sistemas de e-learning:
H4: O construto Facilidade de Uso Percebida (FUP) influencia diretamente e de
forma positiva o construto Utilidade Percebida (UP): quanto maior for a Facilidade
de Uso Percebida (FUP), maior será a Utilidade Percebida (UP).
Além da Facilidade de Uso Percebida (FUP), outras variáveis externas influenciam a
Utilidade Percebida (UP). A primeira delas, a ser considerada no modelo, é a interação do
aluno com os recursos tecnológicos, com os professores e entre si. Essa
interação/interatividade é importante para a construção e compartilhamento do conhecimento
(LIU et al., 2010) e é necessária para que não seja comprometido o nível de aprendizagem
almejado (MONTENEGRO, 2008).
No contexto da educação a distância, Pituch e Lee (2006), ao estudarem a influência das
características do sistema tecnológico na sua aceitação, afirmam que os estudantes que
consideram o sistema de e-learning capaz de promover uma interação efetiva entre os alunos
33
e entre alunos e professores, também percebem que o sistema possui uma maior capacidade
de ajudá-los a aprender.
Considerando-se a definição de Utilidade Percebida (UP) e o fato de que, para o aprendente,
uma maior capacidade de aprendizado é uma medida de desempenho, propõe-se que:
H5: O construto Interatividade do Sistema (ISI) influencia diretamente e de forma
positiva o construto Utilidade Percebida (UP): quanto maior for a Interatividade do
Sistema (ISI), maior será a Utilidade Percebida (UP).
Outro fator determinante para a Utilidade de um sistema tecnológico é a percepção que o
indivíduo usuário possui do quanto o uso do sistema pode influenciar sua convivência social
com outras pessoas. O modelo UTAUT de Venkatesh e Bala (2008) captura esta percepção no
construto Influência Social (SILVA, 2009). Segundo os autores, este construto está associado
ao construto Norma Subjetiva do TAM 2, definido por Venkatesh e Davis (2000) como a
percepção do indivíduo acerca da opinião de outras pessoas que são importantes para ele
sobre utilizar ou não o sistema.
Para Park (2009), o construto Norma Subjetiva está relacionado a comportamentos originados
a partir de respostas ao reconhecimento de outras pessoas. Nesta pesquisa, o construto
Influência Social é entendido como o estímulo social para o uso do sistema de e-learning,
exercido por instrutores e colegas, capaz de motivar os alunos a perceberem o quanto o
sistema é útil e promover a sua aceitação (MARTINS e KELLERMANNS, 2004). Assim, é
proposta a seguinte hipótese:
34
H6: O construto Influência Social (ISO) influencia diretamente e de forma positiva o
construto Utilidade Percebida (UP): quanto maior for a Influência Social (ISO),
maior será a Utilidade Percebida (UP).
O construto Qualidade das Informações, outro construto validado por Venkatesh e Davis
(2000) como antecedente e determinante da Utilidade Percebida, é definido pelos autores
como o grau em que um indivíduo acredita que o sistema executa as tarefas de seu trabalho de
maneira satisfatória.
No contexto dos sistemas de e-learning, pode-se considerar que a qualidade das informações
(saídas) do sistema é fundamental para a obtenção de bons resultados no curso on-line, ou
seja, influencia diretamente a percepção de desempenho do aluno. Assim, propõe-se:
H7: O construto Qualidade das Informações (QI) influencia diretamente e de forma
positiva o construto Utilidade Percebida (UP): quanto maior for a Qualidade das
Informações (QI), maior será a Utilidade Percebida (UP).
Saadé e Bahli (2005) propõe uma extensão do modelo TAM que inclui o construto Absorção
Cognitiva como antecedente da Facilidade de Uso Percebida e da Utilidade Percebida. De
acordo com os autores, a Absorção Cognitiva, definida como um estado de profundo
envolvimento com o sistema, manifesta-se através de três dimensões - dissociação temporal
(“temporal dissociation”), imersão focada (“focused immersion”) e divertimento (“hightened
enjoyment”), que são capazes de gerar uma satisfação no usuário, inerente à própria execução
de sua atividade.
35
Segundo Saadé e Bahli (2005), se o aluno se sentir tão envolvido com o sistema a ponto de
“perder a noção do tempo” (dimensão dissociação temporal), concluirá que finalizou as
tarefas requeridas em um tempo menor do que realmente o fez. Além disto, quando os
recursos de atenção do aluno estão focados em uma tarefa (dimensão imersão focada), o nível
de esforço cognitivo é reduzido, o que resulta na ampliação da percepção do desempenho e da
facilidade de uso. Tendo em vista, também, que atividades consideradas divertidas são
consideradas menos cansativas (dimensão divertimento), são propostas as hipóteses a seguir:
H8: O construto Absorção Cognitiva (AC) influencia diretamente e de forma positiva
o construto Utilidade Percebida (UP): quanto maior for a Absorção Cognitiva (AC)
do aluno durante o uso do sistema de e-learning, maior será a Utilidade Percebida
(UP).
H9: O construto Absorção Cognitiva (AC) influencia diretamente e de forma positiva
o construto Facilidade de Uso Percebida (FUP): quanto maior for a Absorção
Cognitiva (AC) do aluno durante o uso do sistema de e-learning, maior será a
Facilidade de Uso Percebida (FUP).
Os demais fatores determinantes do construto Facilidade de Uso Percebida foram estudados
por Venkatesh (2000). Segundo o autor, a Auto-Eficácia, definida como o grau em que o
indivíduo acredita que possui as habilidades necessárias para desempenhar um trabalho
específico usando computador, é um forte determinante da Facilidade de Uso Percebida.
Sobre a Auto-Eficácia, Martins e Kellermanns (2004) argumentam que, na falta de uma
experiência prévia específica com um sistema de e-learning, a percepção de auto-eficácia do
36
usuário com tecnologias da informação em geral é uma importante variável relacionada à
facilidade percebida de uso do novo sistema.
Nesta pesquisa, considera-se o construto Auto-Eficácia como a confiança que o aluno possui
sobre a sua capacidade de realizar tarefas intermediadas por um sistema tecnológico. Com
base nos argumentos de Venkatesh e Davis (2000), Martins e Kellermanns (2004) e Pituch e
Lee (2006), propõe-se:
H10: O construto Auto-Eficácia (AE) influencia diretamente e de forma positiva o
construto Facilidade de Uso Percebida (FUP): quanto maior for a Auto-Eficácia
(AE), maior será a Facilidade de Uso Percebida (FUP).
Ainda em relação às variáveis externas que influenciam a Facilidade de Uso Percebida (FUP),
Jawadi e El Akremi (2006), em contraponto à Teoria da Ação Racional (TRA), afirmam que o
comportamento humano não está totalmente sob o controle individual e expandem o modelo
de aceitação de tecnologia na direção das condições facilitadoras externas do uso de sistemas.
Venkatesh et al. (2003) definem Condições Facilitadoras como o nível em que o indivíduo
acredita que a organização e a infra-estrutura existentes suportam o uso do sistema.
Segundo os resultados de Jawadi e El Akremi (2006), a facilidade de uso percebida pelos
usuários de um treinamento on-line é positivamente influenciada pela disponibilidade da
plataforma tecnológica. Para Martins e Kellermanns (2004), a rapidez de acesso e a
disponibilização de treinamentos e de assistência técnica aos usuários são recursos relevantes
que podem aumentar a percepção de facilidade, quanto ao uso de um sistema de e-learning.
37
Em consonância com o exposto acima, propõe-se:
H11: O construto Condições Facilitadoras (CF) influencia diretamente e de forma
positiva o construto Facilidade de Uso Percebida (FUP): quanto maiores forem as
Condições Facilitadoras (CF), maior será a Facilidade de Uso Percebida (FUP).
Além das Condições Facilitadoras, Martins e Kellermanns (2004) alertam para o fato de que
estudos anteriores em gestão de educação mediada pela Web sugerem que níveis baixos de
experiência e familiaridade com a Internet podem causar dificuldades para os alunos no uso
de sistemas de e-learning. Quanto mais experiente e familiarizado com o uso de
computadores e com a Internet for o aluno, maior será a facilidade percebida por ele no uso de
um sistema de e-learning. Em seu estudo, Pituch e Lee (2006) também propõe que a
facilidade de uso percebida de um sistema de e-learning é influenciada por certas
características individuais do usuário, como sua experiência com a Internet. Logo, propõe-se a
hipótese:
H12: O construto Experiência Prévia (EP) influencia diretamente e de forma positiva
o construto Facilidade de Uso Percebida (FUP): quanto maior for a Experiência
Prévia (EP), maior será a Facilidade de Uso Percebida (FUP).
As hipóteses 1 a 12 estão representadas graficamente na figura a seguir.
39
3 METODOLOGIA DA PESQUISA
Com base na revisão de literatura, foi proposta uma extensão do modelo TAM, conforme
descrito no item 2.6, para identificar quais são as variáveis que mais influenciam a intenção de
uso efetivo de sistemas de e-learning, por alunos de cursos a distância na área de
Administração.
Foram definidas 16 hipóteses, com o intuito de explicar o relacionamento dos 11 construtos
que formam o modelo. Para testar o modelo proposto, foi utilizada uma metodologia
quantitativa, conforme realizado, também, em outras pesquisas sobre aceitação de tecnologia
no ambiente de ensino. Após a coleta de dados, foi realizada uma análise estatística, baseada
em técnicas de Regressão Linear Múltipla, com o auxílio do software SPSS (Statistical
Package for Social Science).
3.1 OPERACIONALIZAÇÃO DOS CONSTRUTOS
Os construtos do modelo proposto foram mensurados com base nas escalas testadas por
autores considerados referência em extensões do TAM (VENKATESH e DAVIS, 2000;
VENKATESH, 2000; VENKATESH et al., 2003) e em escalas propostas pelos autores que
aplicaram o modelo à EAD, conforme a revisão de literatura. No Apêndice B estão listadas as
escalas originais dos construtos, utilizadas como base, sua fonte, a confiabilidade (alfa de
Crombach) calculada originalmente e o número de itens.
40
Para a mensuração do construto Utilidade Percebida foi utilizada a escala proposta por
Martins e Kellermanns (2004) para o referido construto, acrescida da escala, proposta pelos
mesmos autores, para o construto “Incentivo percebido para a utilização do sistema”
(“perceived incentive to use WebCT ”). Segundo eles, este construto avalia a percepção do
estudante quanto à recompensa da utilização do sistema em suas notas, o que pode ser
considerado uma medida de percepção de aumento de desempenho, a partir do uso do
sistema.
Já o construto Influência Social foi mensurado com base nas escalas dos construtos
“Encorajamento dos pares” (“peer encouragement”) e “Encorajamento dos docentes”
(“perceived faculty encouragement”), propostos por Martins e Kellermanns (2004). Da escala
original do construto “Encorajamento dos docentes” foram excluídos os primeiros cinco itens,
por não transmitirem a idéia de percepção do quanto pessoas importantes para o estudante,
dentro do contexto social da universidade, incentivam-no e valorizam o uso do sistema.
Para a operacionalização do construto Condições Facilitadoras foi utilizada a escala do
construto “Disponibilidade de Suporte Técnico” (“availability of technical support”) de
Martins e Kellermanns (2004), pela similaridade da definição proposta pelos autores com a
definição do construto proposta por Venkatesh et al. (2003).
Da escala do construto Absorção Cognitiva, proposta por Saade e Bahli (2005), foram
excluídos os itens referentes à dimensão “dissociação temporal” (“temporal dissociation”),
pela fraca influência exercida no construto em questão, conforme os resultados da pesquisa
dos autores.
41
Para a mensuração dos demais construtos, as escalas foram utilizadas integralmente. Os itens,
descritos no Apêndice C, foram traduzidos e adaptados ao objeto de estudo e ao público
pesquisado, para um melhor entendimento dos respondentes.
3.2 PÚBLICO PESQUISADO
A pesquisa foi realizada em uma Instituição de Ensino Superior (IES) privada, do Rio de
Janeiro, com conceito CAPES 2009 igual a 5 para os cursos de Mestrado e Doutorado em
Administração e classificada como uma melhores escolas de negócio do país, de acordo com
as avaliações das mídias especializadas. A Instituição é oficialmente credenciada pelo
Conselho Nacional de Educação do Ministério da Educação, com autorização para ministrar
cursos na modalidade a distância (SANCHEZ, 2008).
Os respondentes da pesquisa são, em sua totalidade, usuários do ambiente digital de
aprendizagem Moodle, constituído das áreas:
• Área de estudos – onde se dá o acesso ao conteúdo e às atividades das disciplinas.
• Calendário - área em que são agendados os trabalhos a serem avaliados pelos
professores-tutores.
• Biblioteca virtual - área em que é disponibilizado material para pesquisa e
aprofundamento do conteúdo tratado nas disciplinas.
• Sala de aula - área em que estão disponíveis ferramentas para interação da turma e
para orientação e atendimento do professor-tutor.
• Perfis - área em que os participantes da turma registram seus dados pessoais.
• Reunião on-line - área em que é disponibilizada ferramenta para interação, em tempo
real, dos participantes da turma.
42
• Desempenho - área em que o professor-tutor registra os resultados das avaliações dos
alunos.
O programa de educação a distância da Instituição oferece os seguintes cursos autorizados, na
área de Administração:
• Graduação (Curso Superior de Tecnologia em Processos Gerenciais): com cerca de
1.800 horas e previsão de atividades presenciais (workshops e provas).
• Cursos de Extensão/Atualização: cursos de pós-graduação de 30 horas, cujo público-
alvo são profissionais que desejam rever suas práticas.
• MBA/Especialização: com cerca de 400 horas e previsão de eventos presenciais,
destinam-se a executivos que, por incompatibilidade de horário ou indisponibilidade
para estarem em sala de aula, tenham o interesse de se preparar melhor para o mercado
de trabalho.
Todas as turmas tem um professor-tutor especialista, que acompanha as atividades, media as
discussões e tira as dúvidas dos alunos. Além disto, há uma equipe disponível para ajudar o
aluno com eventuais problemas técnicos. A Instituição recomenda aos alunos que dediquem,
no mínimo, cinco horas semanais, acessando o site e desenvolvendo suas atividades on-line.
3.3 COLETA DE DADOS DA PESQUISA
Os dados utilizados para testar o modelo proposto foram coletados por meio de questionário
(survey), disponibilizado eletronicamente por um aplicativo chamado SurveyMonkey. Os
respondentes foram convidados pelos coordenadores de seus cursos a respondê-lo, por e-mail.
43
A estrutura do questionário, apresentada no Apêndice D, compõe-se de duas seções. A seção
inicial apresenta questões específicas relacionadas ao perfil demográfico dos respondentes,
além de questões relativas à acessibilidade do sistema de e-learning (local, frequência e
características do acesso). Na seção seguinte, foram elaboradas perguntas e/ou afirmativas
com as quais os alunos poderiam concordar ou discordar delas. Ao longo do questionário,
foram utilizadas escalas Likert de 5 e de 7 pontos, de acordo com a questão.
3.4 CARACTERÍSTICAS DA AMOSTRA
Foram respondidos integralmente 254 questionários. A análise demográfica da amostra indica
que em torno de 55% dos respondentes são homens e 45% são mulheres, matriculados, em
sua grande maioria (cerca de 84%), em cursos de pós-graduação ou MBA a distância.
Aproximadamente 14% dos respondentes estão cursando a graduação a distância e apenas 2%
estão matriculados em cursos de atualização/extensão a distância. Em média, os alunos estão
há quase 1 ano (300 dias) matriculados nos cursos.
Quanto ao nível de escolaridade, aproximadamente 91% dos participantes informaram ter
curso superior, entre os quais, 53% são pós-graduados. A distribuição etária dos respondentes
demonstra que 50% das mulheres afirmam ter menos de 33 anos, enquanto 50% dos homens
afirmam ter menos de 36 anos. Dos 254 respondentes, apenas 98 (cerca de 39%) disseram
estar vivenciando a 1ª experiência com educação a distância.
Em relação à acessibilidade, cerca de 87% dos alunos disseram usar o sistema freqüentemente
ou sempre em casa, enquanto 55% declaram usar freqüentemente ou sempre no trabalho.
Quanto à qualidade e velocidade de acesso à Internet, aparentemente os alunos não enfrentam
problemas significativos. A preferência pelo acesso em casa ou no trabalho, em detrimento ao
44
acesso em outros locais (casa de amigos, lan house, telecentros, etc), independe do nível de
escolaridade.
Mais detalhes sobre as características da amostra podem ser encontrados no Apêndice E.
45
4 ANÁLISE DOS DADOS
A tabela 5 apresenta os valores calculados para o coeficiente de consistência interna das
escalas utilizadas na pesquisa, Alfa de Cronbach (α). Os valores obtidos foram superiores ao
normalmente recomendado na literatura (α = 0,70), logo é possível dizer que as escalas
tenham medido adequadamente os respectivos construtos.
Escala Alfa de Cronbach(α)
Número de itens
Experiência Prévia (EP) ,756 4 Condições Facilitadoras (CF) ,819 4 Absorção Cognitiva (AC) ,852 6 Interatividade do Sistema (ISI) ,917 3 Auto-Eficácia (AE) ,896 10 Influência Social (ISO) ,912 8 Facilidade de Uso Percebida (FUP) ,887 6 Qualidade das Informações (QI) ,853 2 Utilidade Percebida (UP) ,904 9 Intenção de Uso Efetivo (IUE) ,916 4 Atitude (AT) ,938 4
Tabela 5 – Confiabilidade das Escalas
A utilização de técnicas de regressão linear múltipla para análise de dados pressupõe que as
variáveis analisadas apresentem um padrão de distribuição normal. Nesta pesquisa, esta
condição foi avaliada pelos valores de assimetria (skewness) e curtose (kurtosis) calculados
para cada variável, além da inspeção visual dos histogramas.
46
Var Mín Máx Média Mediana Desvio padrão
Assi-metria
erro padrão Curtose erro
padrão
EP 2,25 5,00 4,7451 5,0000 ,43184 -2,339 ,153 6,478 ,304
CF 1,75 7,00 5,5699 5,7500 1,14868 -,576 ,153 -,346 ,304
AC 1,50 7,00 5,3471 5,5000 1,14655 -,710 ,153 ,145 ,304
ISI 1,00 7,00 5,5499 6,0000 1,42193 -1,236 ,153 1,320 ,304
AE 3,00 7,00 5,6921 5,8000 ,93111 -,460 ,153 -,454 ,304
ISO 1,00 7,00 5,2795 5,3750 1,16138 -,840 ,153 1,684 ,304
FUP 1,17 7,00 5,8169 6,0000 1,08542 -,988 ,153 1,165 ,304
QI 1,00 7,00 5,6476 6,0000 1,40540 -1,215 ,153 1,362 ,304
UP 1,00 7,00 5,4173 5,6667 1,23710 -1,037 ,153 1,320 ,304
IUE 1,00 7,00 5,8740 6,2500 1,24530 -1,566 ,153 2,827 ,304
AT 1,00 7,00 5,6309 6,0000 1,37967 -1,201 ,153 1,319 ,304
Tabela 6 – Estatísticas Descritivas das Variáveis
De acordo com Schumacker e Lomax (2004), valores obtidos entre -1 e +1 para assimetria e
entre -1,5 e +1,5 para curtose indicam que a condição de normalidade pode ser considerada
satisfatória para fins de análise. Conforme a tabela 6, a amostra pesquisada revelou valores
excessivos de assimetria para as variáveis Experiência Prévia (EP), Interatividade do Sistema
(ISI), Qualidade das Informações (QI), Intenção de Uso Efetivo (IUE) e Atitude (AT) e de
curtose para as variáveis Experiência Prévia (EP) e Intenção de Uso Efetivo (IUE).
Apesar dos valores de assimetria e curtose das demais variáveis estarem dentro dos limites
aceitáveis, a análise visual dos histogramas (Apêndice F) indica que nenhuma das variáveis
do modelo satisfaz a condição de normalidade. Devido à violação da premissa de
normalidade, os testes estatísticos desta pesquisa devem ser interpretados com precaução.
Ainda assim, optou-se pela continuidade da análise de regressão, sem aplicar qualquer
transformação às variáveis.
47
A tabela de correlações entre as variáveis estudadas pode ser encontrada no Apêndice H. A
maior parte das correlações foi positiva e significante, estando de acordo com o modelo
proposto. A exceção é a variável Experiência Prévia (EP), que apresenta correlações negativas
e significantes com as variáveis Influência Social (ISO), Utilidade Percebida (UP), Atitude
(AT) e Intenção de Uso Efetivo (IUE). As análises de regressão linear múltipla poderão gerar
resultados mais consistentes no que tange às hipóteses propostas.
Os resultados obtidos no teste de cada uma das hipóteses do modelo proposto são descritos a
seguir.
4.1 HIPÓTESES H2A E H3A
A primeira regressão foi realizada tendo a Atitude (AT) como variável dependente, incluindo
Utilidade Percebida (UP) e Facilidade de Uso Percebida (FUP) como variáveis independentes.
Os resultados obtidos, apresentados na tabela 7, indicam que 66,3 % da variância da Atitude
(AT) é explicada pelo conjunto das variáveis independentes testadas (R2 = 0,663; p<0,001). A
análise dos coeficientes de regressão (tabela 8) indica efeitos estatisticamente significantes e
positivos de UP (B = 0,767; p<0,001) e FUP (B = 0,271; p<0,001) em AT, dando suporte às
hipóteses H2a e H3a. Verificou-se também que a Utilidade Percebida afeta a Atitude mais
fortemente do que a Facilidade Percebida.
Modelo R R2 R2
ajustado Erro
padrão Mudança
de R2 Mudança
de F df1 df2 Sig.
Mudança F 1 ,814 ,663 ,661 ,80363 ,663 247,345 2 251 ,000
Variáveis independentes: UP, FUP Variável dependente: AT
Tabela 7 – Sumário da regressão de UP e FUP em AT
48
Coeficientes não-padronizados
Coeficientes padronizados Colinearidade Modelo
B Erro
padrão Beta t Sig. Tolerância VIF Constante -,100 ,293 -,341 ,734
FUP ,271 ,054 ,213 5,062 ,000 ,755 1,3251 UP ,767 ,047 ,687 16,305 ,000 ,755 1,325
Variável dependente: AT
Tabela 8 – Coeficientes da regressão de UP e FUP em AT
Mínimo Máximo Média Desvio padrão N
Distância de Cook ,000 ,219 ,005 ,017 254
Leverage ,000 ,077 ,008 ,010 254
Variável dependente: AT
Tabela 9 – Análise de pontos influentes da regressão de UP e FUP em AT
Os valores encontrados para Tolerância (>0,1) e VIF (Variance Inflation Factor ≤ 10)
indicam ausência de problemas de multicolinearidade. A análise dos diagramas de resíduos,
apresentados no Apêndice G, indica que não indícios de heterocedasticidade ou de não
linearidade do fenômeno. De acordo com a tabela 9, também não há indícios de observações
influentes, que poderiam ter um efeito desproporcional sobre os resultados da regressão
(Distância de Cook <1,0 e Leverage< 0,5).
4.2 HIPÓTESES H1, H2B E H3B
Os resultados da regressão da Utilidade Percebida (UP) e da Facilidade de Uso Percebida
(FUP) na Intenção de Uso Efetivo (IUE) revelam que uma proporção estatisticamente
significante da variação de IUE é explicada por UP e FUP (R2 = 0,515; p<0,001). Ao se
acrescentar o construto Atitute (AT) na regressão, obteve-se um aumento significante da
proporção da variância explicada de IUE (R2 = 0,696; p<0,001).
49
Modelo R R2 R2
ajustado Erro
padrão Mudança
de R2 Mudança
de F df1 df2 Sig.
Mudança F 1 ,717 ,515 ,511 ,87104 ,515 133,058 2 251 ,000
2 ,835 ,696 ,693 ,69025 ,182 149,706 1 250 ,000Modelo 1: Variáveis independentes: UP, FUP Modelo 2: Variáveis independentes: UP, FUP, AT Variável dependente: IUE
Tabela 10 – Sumário da regressão de UP, FUP e AT em IUE
Coeficientes não-padronizados
Coeficientes padronizados Colinearidade Modelo
B Erro
padrão Beta t Sig. Tolerância VIF Constante 1,576 ,318 4,962 ,000
FUP ,121 ,058 ,105 2,077 ,039 ,755 1,3251 UP ,664 ,051 ,659 13,026 ,000 ,755 1,325
Constante 1,643 ,252 6,523 ,000 FUP -,059 ,048 -,052 -1,227 ,221 ,685 1,461
UP ,155 ,058 ,154 2,680 ,008 ,366 2,7292
AT ,663 ,054 ,735 12,235 ,000 ,337 2,971Variável dependente: IUE
Tabela 11 – Coeficientes da regressão de UP,FUP e AT em IUE
A análise dos coeficientes de regressão para o modelo 1 (que não considera AT), indica
efeitos estatisticamente significantes e positivos de UP (B = 0,664; p<0,001) e FUP (B =
0,121; p<0,05) em IUE. Com a inclusão da variável AT (modelo 2), FUP passa a não
apresentar efeito estatisticamente significante em IUE e o efeito de UP em IUE é reduzido (B
= 0,155; p<0,01), o que indica que a Atitude media integralmente o efeito da Facilidade de
Uso Percebida na variável Intenção de Uso Efetivo e media parcialmente o efeito da
Utilidade Percebida na variável Intenção de Uso Efetivo. Estes resultados sustentam as
hipóteses H1, H3 e H3b. As hipóteses H2 e H2b foram rejeitadas.
De acordo com a tabela 11, os valores encontrados para Tolerância e para VIF obedecem os
critérios de aceitação e sugerem que não há problemas de multicolinearidade. Também não há
50
indícios de não linearidade dos resíduos ou de heterocedasticidade, segundo os diagramas
apresentados no Apêndice G. Os valores encontrados para a Distância de Cook e para o
Leverage (tabela 12) demonstram que não há indícios de pontos influentes.
Mínimo Máximo Média Desvio padrão N
Distância de Cook ,000 ,134 ,006 ,017 254
Leverage ,000 ,103 ,012 ,015 254
Variável dependente: IUE
Tabela 12 – Análise de pontos influentes da regressão de UP,FUP e AT em IUE
4.3 HIPÓTESES H9, H10, H11 E H12
Ao se analisar a regressão de Experiência Prévia (EP), Condições Facilitadoras (CF),
Absorção Cognitiva (AC) e Auto-Eficácia (AE) na Facilidade de Uso Percebida (FUP), pode-
se concluir que 34% da variância de FUP é explicada pelo conjunto das variáveis
independentes testadas (R2 = 0,34; p<0,001).
Modelo R R2 R2
ajustado Erro
padrão Mudança
de R2 Mudança
de F df1 df2 Sig.
Mudança F 1 ,583 ,340 ,330 ,88861 ,340 32,121 4 249 ,000
Variáveis independentes: EP, CF, AC e AE Variável dependente: FUP
Tabela 13 – Sumário da regressão de EP, CF, AC e AE em FUP
Coeficientes não-padronizados
Coeficientes padronizados Colinearidade Modelo
B Erro
padrão Beta t Sig. Tolerância VIF Constante 2,061 ,729 2,825 ,005 EP -,088 ,132 -,035 -,671 ,503 ,965 1,036CF ,185 ,057 ,196 3,267 ,001 ,735 1,360AC ,384 ,056 ,406 6,804 ,000 ,745 1,342
1
AE ,191 ,062 ,164 3,084 ,002 ,935 1,070Variável dependente: FUP
Tabela 14 – Coeficientes da regressão de EP, CF, AC e AE em FUP
51
Conforme destacado na tabela 14, existe um efeito estatisticamente significante e positivo de
CF (B = 0,185; p<0,01) e AE (B = 0,191; p<0,01) em FUP. AC apresenta um coeficiente
estatisticamente significante e acima dos demais (B = 0,384; p<0,001). Este resultado está de
acordo com as hipóteses H9, H10 e H11 e sugere que o construto Absorção Cognitiva é o
determinante mais forte da Facilidade de Uso Percebida. Por outro lado, não foi observado
efeito significante de EP na variável dependente e a hipótese H12 foi rejeitada.
Aparentemente não há problemas de multicolinearidade nos resultados, conforme os valores
de Tolerância e VIF apresentados na tabela 14. A análise dos diagramas de resíduos
(Apêndice G), indica uma certa tendência para os resíduos apresentarem-se mais
positivamente distribuídos para FUP mais baixa e mais negativamente distribuídos para FUP
alta, porém não indícios de heterocedasticidade ou de não linearidade do fenômeno. De
acordo com a tabela 15, também não há indícios de observações influentes (Distância de Cook
<1,0 e Leverage< 0,5).
Mínimo Máximo Média Desvio padrão N
Distância de Cook ,000 ,104 ,004 ,010 254
Leverage ,000 ,151 ,016 ,016 254
Variável dependente: FUP
Tabela 15 – Análise de pontos influentes da regressão de EP, CF, AC e AE em FUP
4.4 HIPÓTESES H4, H5, H6, H7 E H8
Os resultados da regressão de Interatividade do Sistema (ISI), Influência Social (ISO),
Qualidade das Informações (QI) e Absorção Cognitiva (AC) na Utilidade Percebida (UP)
indicam que uma proporção estatisticamente significante da variância de UP (51%) pode ser
explicada pelo conjunto das variáveis independentes (R2 = 0,512; p<0,001). Com a inclusão
do construto Facilidade de Uso Percebida (FUP) na regressão, não foi observado um
52
acréscimo significante na proporção da variância explicada de UP. Diante disto, a hipótese H4
deve ser rejeitada.
Modelo R R2 R2
ajustado Erro
padrão Mudança
de R2 Mudança
de F df1 df2 Sig.
Mudança F 1 ,716 ,512 ,505 ,87076 ,512 65,417 4 249 ,000
2 ,718 ,516 ,506 ,86924 ,004 1,871 1 248 ,173Modelo 1: Variáveis independentes: ISI, ISO, QI e AC Modelo 2: Variáveis independentes: ISI, ISO, QI, AC e FUP Variável dependente: UP
Tabela 16 – Sumário da regressão de ISI, ISO, QI, AC e FUP em UP
Coeficientes não-padronizados
Coeficientes padronizados Colinearidade Modelo
B Erro
padrão Beta t Sig. Tolerância VIF Constante ,937 ,292 3,207 ,002 AC ,316 ,071 ,293 4,484 ,000 ,458 2,185ISI ,173 ,061 ,199 2,848 ,005 ,403 2,483ISO ,183 ,065 ,172 2,814 ,005 ,523 1,913
1
QI ,153 ,058 ,173 2,640 ,009 ,455 2,200Constante ,707 ,336 2,103 ,036 AC ,305 ,071 ,282 4,295 ,000 ,451 2,217ISI ,162 ,061 ,186 2,654 ,008 ,396 2,524ISO ,181 ,065 ,170 2,784 ,006 ,522 1,914QI ,123 ,062 ,139 1,989 ,048 ,398 2,514
2
FUP ,091 ,067 ,080 1,368 ,173 ,569 1,759Variável dependente: UP
Tabela 17 – Coeficientes da regressão de AC, ISI, ISO, QI e FUP em UP
Mínimo Máximo Média Desvio padrão N
Distância de Cook ,000 ,156 ,006 ,015 254
Leverage ,002 ,123 ,020 ,020 254
Variável dependente: IUE
Tabela 18 – Análise de pontos influentes da regressão de AC, ISI, ISO, QI e FUP em UP
53
Conforme demonstrado na tabela 17, a análise dos coeficientes de regressão para o modelo
que não considera FUP indica efeitos estatisticamente significantes e positivos de ISI (B =
0,173; p<0,01), ISO (B = 0,183; p<0,01), QI (B = 0,153 ; p<0,01) e AC (B = 0,316; p<0,001)
em U, sendo o construto Absorção Cognitiva o determinante mais forte da Utilidade
Percebida. Com a inclusão da variável FUP, os efeitos das demais variáveis independentes
não sofrem alterações significativas e AC continua como a principal preditora de UP. Os
resultados sugerem a sustentação das hipóteses H5, H6, H7 e H8.
Quanto à multicolinearidade dos resultados, os valores encontrados para Tolerância e para
VIF (tabela 17) obedecem os critérios de aceitação e sugerem que não há problemas. Também
não há indícios de não linearidade dos resíduos ou de heterocedasticidade, segundo os
diagramas apresentados no Apêndice G. Os valores encontrados para a Distância de Cook e
para o Leverage (tabela 18) demonstram que não há indícios de pontos influentes.
4.5 DIMENSÕES DA ABSORÇÃO COGNITIVA
Como a Absorção Cognitiva parece ser o principal determinante tanto da Facilidade de Uso
Percebida quanto da Utilidade Percebida, a variável AC foi desmembrada em duas dimensões,
de acordo com a escala original do construto (Saadé; Bahli, 2005): Imersão Focada (IMF) e
Divertimento (DIV). Em seguida foram refeitas as regressões descritas nos itens 4.3 e 4.4,
substituindo-se a variável AC pelas variáveis IMF e DIV, com o objetivo de observar o
impacto das novas variáveis em FUP e UP. Os resultados obtidos indicaram que, na regressão
em que UP é a variável dependente, as duas dimensões da Absorção Cognitiva são
estatisticamente significantes e tem efeitos similares e parecidos com os das outras variáveis.
Na regressão em que FUP é a variável dependente, DIV apresentou efeitos mais fortes do que
54
IMF, sugerindo que o Divertimento é a dimensão da Absorção Cognitiva que mais influencia
a Facilidade de Uso Percebida. A tabela 19 apresenta o resultado final das hipóteses testadas.
Hipótese Descrição Resultado
1 O construto Atitude (AT) influencia diretamente e de forma positiva o construto Intenção de Uso Efetivo (IUE).
Suportada
2 O efeito do construto Facilidade de Uso Percebida (FUP) no construto Intenção de Uso Efetivo (IUE) é parcialmente mediado pelo construto Atitude (AT).
Não suportada
2a A Facilidade de Uso Percebida (FUP) tem um efeito positivo direto na Atitude (AT).
Suportada
2b A Facilidade de Uso Percebida (FUP) tem um efeito positivo direto na Intenção de Uso Efetivo (IUE).
Não suportada
3 O efeito do construto Utilidade Percebida (UP) no construto Intenção de Uso Efetivo (IUE) é parcialmente mediado pelo construto Atitude (AT).
Suportada
3a A Utilidade Percebida (UP) tem um efeito positivo direto na Atitude (AT).
Suportada
3b A Utilidade Percebida (UP) tem um efeito positivo direto na Intenção de Uso Efetivo (IUE).
Suportada
4 O construto Facilidade de Uso Percebida (FUP) influencia diretamente e de forma positiva o construto Utilidade Percebida (UP).
Não suportada
5 O construto Interatividade do Sistema (ISI) influencia diretamente e de forma positiva o construto Utilidade Percebida (UP).
Suportada
6 O construto Influência Social (ISO) influencia diretamente e de forma positiva o construto Utilidade Percebida (UP).
Suportada
7 O construto Qualidade das Informações (QI) influencia diretamente e de forma positiva o construto Utilidade Percebida (UP).
Suportada
8 O construto Absorção Cognitiva (AC) influencia diretamente e de forma positiva o construto Utilidade Percebida (UP).
Suportada
9 O construto Absorção Cognitiva (AC) influencia diretamente e de forma positiva o construto Facilidade de Uso Percebida (FUP).
Suportada
10 O construto Auto-Eficácia (AE) influencia diretamente e de forma positiva o construto Facilidade de Uso Percebida (FUP).
Suportada
11 O construto Condições Facilitadoras (CF) influencia diretamente e de forma positiva o construto Facilidade de Uso Percebida (FUP).
Suportada
12 O construto Experiência Prévia (EP) influencia diretamente e de forma positiva o construto Facilidade de Uso Percebida (FUP).
Não suportada
Tabela 19 – Tabela Resumo das Hipóteses
55
5 CONCLUSÃO
Utilizando como base uma extensão do modelo TAM, realizou-se uma pesquisa com o
objetivo de identificar os construtos de maior influência na intenção de uso efetivo de um
ambiente digital de aprendizagem. Para validação das escalas e hipóteses da pesquisa, foram
utilizadas técnicas de regressão linear múltipla. Os resultados encontrados, estatisticamente
significantes, são apresentados na figura 5.
Figura 5 - Modelo Proposto validado
*
*
**
*
*
* **
*
*
56
Os resultados obtidos indicam que, quanto mais positiva for a atitude do aluno em relação ao
uso do sistema de e-learning e quanto mais forte for sua percepção de que o uso do sistema
aumenta seu desempenho escolar (é útil), maior será sua intenção de utilizar o sistema de
forma plena.
Ainda de acordo com os resultados, a atitude é a variável que provoca os efeitos mais fortes
na intenção de uso efetivo. Além de influenciar direta e positivamente a Intenção de Uso
Efetivo, a atitude é mediadora dos efeitos provocados pela Facilidade de Uso Percebida (de
forma integral) e pela Utilidade Percebida (de forma parcial) no referido construto. Ou seja, o
aluno pode desenvolver a intenção de usar o sistema de e-learning efetivamente, se acreditar
que o uso do mesmo aumentará seu desempenho escolar (Utilidade Percebida), mesmo
possuindo um sentimento negativo em relação a este comportamento.
Em contrapartida, os resultados sugerem que não há influência direta da Facilidade de Uso
Percebida na Intenção de Uso Efetivo. Em aplicações anteriores do modelo TAM a sistemas
de e-learning, houve suporte empírico para tal hipótese (DAVIS e WONG, 2007; LI et al.,
2004; LIU et al., 2010; PITUCH e LEE, 2006; SAADE e BAHLI, 2005). Porém, é importante
ressaltar que o modelo testado pelos autores utilizava o construto Intenção Comportamental
de Uso e não o construto Intenção de Uso Efetivo. Assim, sugere-se que estudos adicionais
sejam realizados para investigar esta relação.
A não comprovação da influência direta e positiva da Facilidade de Uso Percebida na
Utilidade Percebida é o único resultado desta pesquisa que não está de acordo com as
hipóteses normalmente associadas ao modelo TAM. É possível que este resultado tenha sido
causado pela violação da premissa de normalidade das variáveis. Outro motivo pode ser a
57
amostragem realizada, limitada a somente um sistema e aos alunos de uma mesma instituição.
Novas investigações podem ser conduzidas para esclarecer este ponto.
Quanto às demais variáveis que influenciam a Utilidade Percebida, todas as hipóteses
previstas foram suportadas, corroborando os resultados de estudos anteriores relativos aos
construtos Interatividade do Sistema (PITUCH e LEE, 2006), Influência Social (PARK, 2009;
MARTINS e KELLERMANNS, 2004), Qualidade das Informações (DAVIS e WONG,
2007) e Absorção Cognitiva (SAADE e BAHLI, 2005). Dentre estas variáveis, a Absorção
Cognitiva parece ser a de maior influência na Utilidade Percebida.
Sobre os fatores determinantes do construto Facilidade de Uso Percebida, somente a hipótese
referente ao construto Experiência Prévia não obteve suporte empírico. As demais hipóteses
foram suportadas, estando de acordo com os resultados de Pituch e Lee (2006) em relação à
Auto-Eficácia, de Saade e Bahli (2005) em relação à Absorção Cognitiva e de Jawadi e El
Akremi (2006), Park (2009) e Martins e Kellermanns (2004) no que tange a Condições
Facilitadoras.
Em relação à Experiência Prévia, não foram encontrados indícios de que a variável influencie
a Facilidade de Uso Percebida, o que difere dos resultados encontrados por Martins e
Kellermanns (2004). Segundo os resultados da presente pesquisa, coerentes com as
conclusões de Pituch e Lee (2006), a familiaridade com o uso de computadores, aplicativos e
Internet não faz com que o aluno considere o uso do sistema livre de esforço. Uma possível
causa pode ser a capacidade que alunos familiarizados com o uso da Web e de outros
aplicativos tem de perceber de forma mais aguçada possíveis deficiências nas interfaces do
sistema, julgando-o mais difícil ou complicado de ser utilizado. Similar aos resultados da
Utilidade Percebida, a Absorção Cognitiva parece ser a variável que mais influencia a
58
Facilidade de Uso Percebida, com destaque para seus aspectos relacionados à diversão e ao
prazer do aluno em usar o sistema.
Conforme mencionado anteriormente, neste trabalho, o modelo proposto foi testado em um
único LMS, o Moodle, e em uma mesma instituição de ensino. Em estudos futuros, para
avaliação dos efeitos na intenção de uso efetivo de ambientes digitais de aprendizagem,
recomenda-se a replicação da pesquisa com alunos de diferentes instituições, usuários de
outros sistemas de e-learning. Outra sugestão é a realização de uma pesquisa longitudinal, que
possa comparar a percepção dos alunos sobre os sistemas ao longo do tempo.
Como contribuição deste trabalho para outros pesquisadores, educadores e instituições que
pretendem implementar sistemas de e-learning, pode-se destacar a inclusão no modelo testado
do construto Intenção de Uso Efetivo, em substituição ao construto Intenção de Uso. A
intenção do aluno de utilizar um novo sistema de forma plena, explorando as funcionalidades
da tecnologia, principalmente para troca e obtenção de informações, pode ser um fator
determinante para a diminuição da sensação de isolamento do aluno e para a eficácia de todo
o processo de educação a distância.
As instituições que conduzem processos de implementação de sistemas de e-learning devem,
de acordo com os resultados desta pesquisa, focar seus esforços nos aspectos de absorção
cognitiva dos sistemas, em especial nos aspectos lúdicos que promovam divertimento e prazer
aos alunos. Concluindo, pode-se dizer que sistemas de e-learning mais divertidos e capazes de
prender a atenção dos alunos tendem a ser considerados mais fáceis de usar e mais úteis, o
que deve influenciar a atitude em relação ao uso e, conseqüentemente, aumentar a intenção de
uso efetivo.
59
REFERÊNCIAS BIBLIOGRÁFICAS
AGUIAR, S.M. Educação a distância e os novos paradigmas: estudo de caso da EaD em Porto Franco – MA. 2009. Monografia (Especialização em Informática na Educação) - Universidade Federal do Rio Grande do Sul, Porto Alegre. 2009. ALVES, J.R.M. A história da EAD no Brasil. In: LITTO, F.; FORMIGA, M.M. (Orgs.). Educação a Distância: o estado da arte. São Paulo: Pearson Education do Brasil, 2009. BELLONI, M.L. Educação a Distância. 5. ed. São Paulo: Editora Autores Associados, 2009. BENAKOUCHE, T. Educação a Distância (EAD): uma solução ou um problema? In: ENCONTRO ANUAL DA ANPOCS, 24., 2000, Petrópolis. Anais... Petrópolis: ANPOCS, 2000. BENFATTI, E.S. Utilização da tecnologia em EAD na formação dos engenheiros de produção da Universidade Federal de Itajubá: uma avaliação. 2007. Dissertação (Mestrado em Engenharia de Produção) – Coordenação do Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Itajubá, Itajubá. 2007. BOTELHO, C.S.; MAFFRA, F.R. Didática e competências docentes: um estudo sobre tutoria no curso de Administração a distância da Universidade Estadual do Maranhão. In: CONGRESSO INTERNACIONAL ABED DE EDUCAÇÃO A DISTÂNCIA, 15., 2009, Fortaleza. Anais... Fortaleza: ABED, 2009. BRASIL. Leis e Diretrizes e Bases da Educação Nacional. Decreto n. 5.622, de 19 de dezembro de 2005. Estabelece as diretrizes e bases da educação nacional. Diário Oficial da União, Brasília, DF, 19 dez. 2005. Disponível em: http://portal.mec.gov.br/seed/arquivos/pdf/legislacao. Acesso em: 13 set. 2010. DAVIS, F.D. Perceived usefulness, perceived ease of use, and user acceptance. MIS Quarterly, n.3, v.13, p.319-340, 1989. DAVIS, F. D., BAGOZZI, R. P; WARSHAW, P. R. User acceptance of computer technology: a comparison of two theoretical models. Management Science, n.8, v.35, p. 982–1003, 1989.
60
DAVIS, R.; WONG, D. Conceptualizing and Measuring the Optimal Experience of the eLearning Environment . Decision Sciences Journal of Innovative Education, n.1, v.5, p.97-126, 2007. FREITAS, A.S. A implementação do e-learning nas escolas de gestão: um modelo integrado para o processo de alinhamento ambiental. 2009. Tese (Doutorado em Administração) – Coordenação do Programa de Pós-Graduação em Administração, Universidade Católica do Rio de Janeiro, Rio de Janeiro. 2009. GARRISON, D.R.; KANUKA, H. Blended learning: Uncovering its transformative potential in higher education. Internet and Higher Education, n.2, v.7, p.95-105, 2004. GIBSON, S.G; HARRIS, M.L; COLARIC, S.M., Technology Acceptance in an Academic Context: Faculty Acceptance of Online Education. Journal of Education for Business, 2008. GOUVÊA, F.R.; CESAR, M. O professor de EAD: um perfil. In: CONGRESSO INTERNACIONAL ABED DE EDUCAÇÃO A DISTÂNCIA, 15., 2009, Fortaleza. Anais... Fortaleza: ABED, 2009. HARASIM, L. Shift happens Online education as a new paradigm in learning. International and Higher Education, v.3, p.41-61, 2000. HU, P.J.H.; CLARK, T.H.K.; MA, W.W. Examining technology acceptance by school teachers: a longitudinal study. Information & Management, v. 41, p.227-241, 2003. HUNG, H; CHO,V. Continued usage of e-learning communication tools: a study from learner´s perspective in Hong Kong. International Journal of Training and Development, n.3, v.12, p.171-187, 2008. INEP. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Sinopses Estatísticas da Educação Superior – Graduação, 2008. Disponível em: http://www.inep.gov.br. Acesso em:15 jul. 2010. JENSEN, L.F.; ALMEIDA, O.C.S. A correlação entre falta de interatividade e evasão em cursos a distância. In: CONGRESSO INTERNACIONAL ABED DE EDUCAÇÃO A DISTÂNCIA, 15., 2009, Fortaleza. Anais... Fortaleza: ABED, 2009. JAWADI, N.; EL AKREMI, A. E-learning adoption determinants: a modified technology acceptance model. Communications of AIS, v.18, p.2-36, 2006. LANDRY, B.J.L.; GRIFFETH R.; HARTMAN, S. Measuring student perceptions of Blackboard using the Technology Acceptance Model. Decision Sciences Journal of Innovative Education, n.1, v.4, p.87-99, 2006. LEE, Y.; KOZAR, K.A.; LARSEN, K.R.T. The Technology Acceptance Model: past, present and future. Communications of the Association for Information Systems, v.12, p.752-780, 2003.
61
LEE, J.S.; CHO, H.; GAY, G.; DAVIDSON, B.; INGRAFFEA, T. Technology acceptance and social networking in distance learning, Educational Technology & Society, n.2, v.6, p.50-61, 2003. LI,D.; LOU,H.; DAY, J.; COOMBS, G. The effect of affiliation motivation on the intention to use groupware in an MBA program, Journal of Computer Information Systems, n.3, v. 44, p.1-8, 2004. LIU, I.F.; CHEN, M.C.; SUN, Y.S.; WIBLE, D.; KUO, C.H. extending the TAM model to explore the factors that affect Intention to Use an Online learning Community. Computers & Education, v.54, p.600-610, 2010. LOBO NETO, F.J.S. Educação a Distância: referências e trajetórias. Brasília: Plano Editora, 2001. LONGO, C.R.J. A EAD na pós-graduação. In: LITTO, F.; FORMIGA, M.M.(Orgs.). Educação a Distância: o estado da arte. São Paulo: Pearson Education do Brasil, 2009. MACHADO, M.J.; AQUINO V.; BOTELHO, F. Tutoria: avaliação do papel do professor no ambiente virtual. In: XV CONGRESSO INTERNACIONAL ABED DE EDUCAÇÃO A DISTÂNCIA, 2009, Fortaleza. Anais... Fortaleza: ABED, 2009. MAIA, M.C. Adoção e disseminação de tecnologias educacionais em cursos presenciais. In: CONGRESSO INTERNACIONAL ABED DE EDUCAÇÃO A DISTÂNCIA, 15., 2009, Fortaleza. Anais... Fortaleza: ABED, 2009. 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, n.1, v.3, p.7-26, 2004. MEC. Ministério da Educação e Cultura – Secretaria de Educação a Distância – SEED. Referenciais de Qualidade para Educação Superior a Distância. Brasília, 2007. Disponível em: http://portal.mec.gov.br/seed/arquivos/pdf/legislacao. Acesso em: 06 dez. 2009. MONTENEGRO, L. Desenvolvimento gerencial a distância: avaliando programas de MBA in company em uma organização financeira. 2008. Dissertação (Mestrado em Administração) – Coordenação do Programa de Pós-Graduação em Administração, Faculdades Ibmec, Rio de Janeiro. 2008. MOORE, M. Towards a Theory of Independent Learning and Teaching. Journal of Higher Education, p. 666-678, 1973. MORAN, J.M. Aperfeiçoando os modelos de EAD existentes na formação de professores. Educação, Porto Alegre, v.32, n.3, p.286-290, 2009. MORENO; V.; OLIVEIRA, R.S. Avaliação da intenção de uso efetivo de sistemas ERP após a sua estabilização: uma extensão do modelo TAM. In: ENCONTRO DA ANPAD, 31., 2007, Rio de Janeiro. Anais... Rio de Janeiro: ANPAD, 2007a.
62
MORENO; V.; OLIVEIRA, R.S. O papel da justiça procedimental na aceitação de sistemas ERP no período pós-implantação: uma extensão do modelo TAM. In: SIMPÓSIO DE EXCELÊNCIA EM GESTÃO E TECNOLOGIA, 4., 2007, Resende. Anais... Resende: SEGET, 2007b. MUGNOL, M. A Educação a Distância no Brasil: conceitos e fundamentos. Rev. Diálogo Educ., Curitiba, n.27, v.9, p. 335-349, 2009. NICHOLS, M. E-Primer Series – E-learning in context. Laidlaw College, New Zealand, 2008. Disponível em: http://akoaotearoa.ac.nz/project/eprimerseries/resources/files. Acesso em: 27 nov. 2010. NUNES, I.B. A história da EAD no mundo. In: LITTO, F.; FORMIGA, M.M. (Orgs.). Educação a Distância: o estado da arte. São Paulo: Pearson Education do Brasil, 2009. PARK, S.Y. An analysis of the Technology Acceptance Model in understanding university students´ behavioral intention to use e-learning. Educational Technology and Society, n.3, v.12, 2009. PETERS, O. Didática do Ensino a Distância: experiências e estágio da discussão numa visão internacional. Porto Alegre: Editora Unisinos, 2006. PITUCH, K. A.; LEE, Y. The influence of system characteristics on e-learning use.Computer & Education, n.2, vol.47, p.222-244, 2006. SAADE, R.; BAHLI, B. The impact of cognitive absorption on perceived usefulness and perceived ease of use in on-line learning: na extension of the technology acceptance model. Information & Management , v.42, p. 317-327, 2005. SANCHEZ, F. (Coord.). Anuário Brasileiro Estatístico da Educação Aberta e a Distância. 4. ed. São Paulo: Instituto Monitor, 2008. Disponível em: www.abraed.com.br. Acesso em: 01 set. 2010. SCHLEMMER, E.; SACCOL A.Z.; GARRIDO, S. Um modelo sistêmico de avaliação de softwares para educação a distância como apoio à gestão de EAD. Revista de Gestão USP, São Paulo, n.1, v. 14, 2007. SCHUMACKER, R.E.; LOMAX, R.G. A beginner´s guide to structural equation modeling. New Jersey: Lawrence Erlbaum Associates Publishers, 1996. SILVA, J.M.B. Aplicação do modelo UTAUT na avaliação da intenção de uso de sistemas ERP. 2009. Dissertação (Mestrado em Administração) – Coordenação do Programa de Pós-Graduação em Administração, Faculdades Ibmec, Rio de Janeiro. 2009. SILVA, R.S. Moodle para autores e tutores. São Paulo: Novatec Editora, 2010. SPECTOR, J.M. Complex Domain Learning. In: ADESBERGER, H.H et al.(Eds.). Handbook on Information Technologies for Education and Training. 2.ed. Berlin: Springer, 2008. p. 261-275.
63
TESTA, M. Fatores críticos de sucesso de programas de educação a distancia via Internet. 2002. Dissertação (Mestrado em Administração) – Coordenação do Programa de Pós-Graduação em Administração, Universidade Federal do Rio Grande do Sul, Porto Alegre. 2002. TORI, R. Cursos híbridos ou blended learning. In: LITTO, F.; FORMIGA, M.M.(Orgs.). Educação a Distância: o estado da arte. São Paulo: Pearson Education do Brasil, 2009. TORRES, P.L.; FIALHO, F.A. Educação a distância: passado, presente e futuro. LITTO, F.; FORMIGA, M.M.(Orgs.). Educação a Distância: o estado da arte. São Paulo: Pearson Education do Brasil, 2009. VENKATESH, V. Determinants of Perceived Ease of Use: integrating control, intrinsic motivation, and emotion into the Technology Acceptance Model. Information Systems Research, n. 4, v.11, p.342-365, 2000. VENKATESH, V.; BALA, H. Technology Acceptance Model 3 and a research agenda on interventions. Decision Sciences, n.2, v.39, p.273-315, 2008. VENKATESH, V; DAVIS, F.D. A theoretical extension of the Technology Acceptance Model: four longitudinal field studies. Management Science, n.2, v.46, p.186-204, 2000. VENKATESH, V.; MORRIS M.G.; DAVIS, G.B.; DAVIS, F.D. User acceptance of information technology: toward a unified view. MIS Quartely, n.3, v. 27, p.425-478, 2003.
64
APÊNDICE A – APLICAÇÕES DO TAM EM EAD: VARIÁVEIS EXTERNAS
Construto
relacionado (similaridade
conceitual) Variável externa Descrição Efeitos Referência
Disponibilidade de recursos tecnológicos
Refere-se a quanto o indivíduo acredita que possui os recursos pessoais e organizacionais necessários à utilização de um sistema de informação.
Facilidade de Uso Percebida **
Jawadi; El Akremi (2006)
Acessibilidade do sistema
Refere-se à percepção do estudante quanto à facilidade de acesso e utilização do sistema de e-learning, dentro da universidade.
Facilidade de Uso Percebida **
Park (2009)
Disponibilidade de suporte
técnico
Avalia a extensão em que o estudante percebe o provisionamento da universidade quanto a treinamento, ajuda e suporte na utilização do sistema de e-learning.
Facilidade de Uso Percebida *
Martins; Kellermanns
(2004)
Condições Facilitadoras
Suporte do sistema
Refere-se a hardware, software e atividades de gerenciamento necessárias à implementação efetiva de um sistema de informação.
Satisfação do usuário**
Hung; Cho (2008)
Facilidade de Uso Percebida **
Matriz de Tecnologias de Informação e Comunicação
Refere-se ao julgamento que uma pessoa forma sobre sua capacidade de utilizar uma TIC. Intenção de
Uso **
Jawadi; El Akremi (2006)
Intenção de Uso **
Utilidade Percebida **
Auto-Eficácia
Auto-Eficácia
Refere-se à confiança pessoal em encontrar informações e se comunicar com um instrutor por meio do sistema de e-learning e em possuir as habilidades necessárias para utilizar o sistema.
Facilidade de Uso Percebida **
Park (2009)
65
Construto relacionado (similaridade
conceitual) Variável externa Descrição Efeitos Referência
Auto-Eficácia
Refere-se à confiança na própria capacidade de realizar determinadas tarefas de aprendizagem, utilizando um sistema de e-learning.
Facilidade de Uso Percebida *
Pituch; Lee (2006)
Auto-Eficácia
Auto-eficácia de aprendizado
Refere-se à crença individual na própria habilidade em desempenhar uma tarefa específica; grau em que a pessoa crê na sua habilidade em responder ao aprendizado.
Intenção de Uso*
Hung; Cho (2008)
Intenção de Uso ** Atitude ** Norma Subjetiva
Refere-se à pressão social percebida pelo indivíduo para apresentar ou não um determinado comportamento. Utilidade
Percebida **
Park (2009)
Norma Subjetiva
Refere-se à percepção do indivíduo acerca da opinião de outras pessoas que são importantes para ele sobre utilizar ou não um sistema de informação.
Utilidade Percebida *
Davis, Wong (2007)
Encorajamento dos professores
para a utilização do sistema
Avalia a extensão na qual o estudante percebe que o instrutor do curso o encoraja a utilizar o WebCT.
Utilidade Percebida (U)*
Martins; Kellermanns
(2004)
Atitude (A)*
Influência Social
Encorajamento dos pares para a
utilização do sistema
Avalia a extensão na qual o estudante se sente encorajado por seus companheiros a utilizar o WebCT.
Utilidade Percebida (U)*
Martins; Kellermanns
(2004)
Utilidade Percebida *
Incentivo percebido para a
utilização do sistema
Avalia a percepção do estudante quanto à influência (recompensa) da utilização do sistema de e-learning na sua nota.
Intenção de Uso *
Martins; Kellermanns
(2004) Utilidade Percebida
Expectativa de desempenho
Refere-se à expectativa sobre os ganhos individuais de desempenho a partir do uso da tecnologia.
Utilidade Percebida *
Lee et al. (2003)
Qualidade das saídas
(informações)
Refere-se ao grau em que um indivíduo acredita que o sistema executa as tarefas de seu trabalho de maneira satisfatória.
Utilidade Percebida *
Davis, Wong (2007)
Qualidade das Informações
Desempenho percebido
Refere-se à qualidade das informações, avanço do conhecimento, economia de custos ou inovações derivadas do uso de uma tecnologia.
Satisfação do usuário**
Hung; Cho (2008)
66
Construto relacionado (similaridade
conceitual) Variável externa Descrição Efeitos Referência
Interação percebida
Definida como dois tipos de interação: interação humana-sistema e interação inter-pessoal (com pares e instrutores).
Intenção de Uso *
Liu et al. (2010)
Interatividade do Sistema
Interatividade do sistema
Refere-se à percepção da capacidade do sistema em prover interações entre os próprios estudantes, entre docentes e alunos, e, como resultado dessas interações, colaborar na aprendizagem.
Utilidade Percebida *
Pituch; Lee (2006)
Consciência das capacidades do
sistema
Refere-se à extensão na qual o estudante está consciente quanto à variedade de funcionalidades do sistema de e-learning.
Facilidade de Uso Percebida *
Martins; Kellermanns
(2004)
Utilidade Percebida* Funcionalidade
do sistema
Refere-se à percepção da capacidade do sistema de e-learning em fornecer acesso flexível às ferramentas de comunicação para o ensino e avaliação.
Facilidade de Uso Percebida *
Pituch; Lee (2006)
Utilidade Percebida* Facilidade de Uso Percebida *
Características do Sistema
Resposta do sistema
Refere-se ao grau em que o estudante percebe que a resposta do sistema de e-learning é rápida, consistente e sensata.
Intenção de Uso*
Pituch; Lee (2006)
Experiência anterior com
computadores e uso da web
Refere-se ao grau de extensão do uso, pelo aluno, de aplicativos, Web e e-mail.
Facilidade de Uso Percebida *
Martins; Kellermanns
(2004)
Utilidade Percebida*
Facilidade de Uso Percebida *
Experiência Prévia
Experiência prévia
Refere-se à experiência anterior do usuário com aprendizado on-line.
Intenção de Uso***
Liu et al. (2010)
Utilidade Percebida ***
Facilidade de Uso Percebida *
Design do Curso
Projeto do curso on-line
Refere-se à percepção do aluno quanto à qualidade do conteúdo do curso on-line.
Interação Percebida ***
Liu et al. (2010)
67
Construto relacionado (similaridade
conceitual) Variável externa Descrição Efeitos Referência
Facilidade de Uso Percebida *** Design do
Curso
Desenho da interface com o
usuário
Refere-se à percepção do aluno sobre o quanto a interface do website (layout) é amigável. Interação
Percebida*
Liu et al. (2010)
Utilidade Percebida *** Absorção
cognitiva
Definida como um estado de profundo envolvimento com o sistema. Exerce influência através de 3 dimensões: dissociação temporal, imersão focada e elevado divertimento.
Facilidade de Uso Percebida *
Saadé; Bahli (2005)
Absorção Cognitiva
Aspecto lúdico da atividade
Definido como o estado psicológico que ocorre quando as pessoas são tão intensamente envolvidas em uma atividade que nada mais parece importar, a experiência da atividade em si é tão agradável que as pessoas vão fazê-la mesmo a um grande custo.
Facilidade de Uso Percebida
Davis, Wong (2007)
- Compatibilidade Refere-se ao grau de adequação entre o estilo de aprendizagem do estudante e a ferramenta de e-learning.
Intenção de Uso (BI)+
Hung; Cho (2008)
- Pertinência do treinamento on-
line
Refere-se ao nível de adequação entre o sistema e a natureza do trabalhado realizado pelo trabalhador.
Utilidade Percebida **
Jawadi; El Akremi (2006)
- Satisfação do usuário
Refere-se a aceitação posterior, avaliação e eficácia da resposta do consumidor em relação a experiência de uso da Tecnologia de Informação.
Intenção de Uso **
Hung; Cho (2008)
Facilidade de Uso Percebida **
- Motivação para a afiliação
Avalia a necessidade inata do indivíduo em colaborar, em pertencer a grupos e estar afiliado a outras pessoas. Atributo de personalidade que reflete um desejo individual de interação social e a tendência a construir relações interpessoais.
Intenção de Uso*
Li et al. (2004)
Legenda: + p<0,1 * p<0,05 ** p<0,01 *** p<0,001
68
APÊNDICE B – ESCALAS ORIGINAIS
Construto Itens Fonte α Quant.
Itens
INTENÇÃO DE USO EFETIVO
• Eu pretendo explorar ao máximo as funcionalidades do sistema.
• Eu pretendo descobrir novas formas de usar o sistema em meu trabalho.
• Eu tenho a intenção de tirar o máximo proveito do sistema em meu trabalho.
• Eu pretendo integrar o sistema à minha rotina de trabalho.
Moreno; Simas (2007) 0,85 4
ATITUDE
• Usar o sistema é uma boa ideia. • O sistema torna o trabalho mais
interessante. • Trabalhar usando o sistema é divertido. • Eu gosto de trabalhar com o sistema.
Venkatesh et al. (2003) 0,83 4
UTILIDADE PERCEBIDA
• Utilizar o WebCT me permite realizar as tarefas deste curso mais rapidamente.
• Utilizar o WebCT me ajuda a melhorar meu desempenho neste curso.
• Utilizar o WebCT aumenta minha produtividade neste curso.
• Utilizar o WebCT me ajuda a alcançar meus objetivos neste curso.
• Utilizar o WebCT torna meu trabalho neste curso mais fácil.
• Utilizar o WebCT é útil para mim neste curso.
Martins; Kellermanns (2004)
0,94 6
INCENTIVO PERCEBIDO
• Se eu não utilizar o WebCT, minha nota neste curso será mais baixa.
• Utilizar o WebCT melhora minhas chances de conseguir notas maiores neste curso.
• Minha nota neste curso não tem nada a ver com o uso do WebCT.
Martins; Kellermanns (2004)
0,84 3
69
Construto Itens Fonte α Quant.
Itens
FACILIDADE DE USO PERCEBIDA
• É fácil aprender a usar o WebCT. • É fácil fazer com que o WebCT faça o
que eu quero que ele faça. • A interface do WebCT é clara e fácil de
entender. • A interface do WebCT é flexível. • É fácil tornar-se hábil no uso do
WebCT. • O WebCT é fácil de usar.
Martins; Kellermanns (2004)
0,91 6
ENCORAJAMENTO DOS PARES
• Meus colegas mais próximos acham que eu devo usar o WebCT.
• A maioria das pessoas que conheço do curso me incentivam fortemente a usar o WebCT.
• Meus amigos que não fazem o curso e que já usaram o WebCT me incentivam fortemente a usá-lo também.
• Pessoas cuja opinião eu valorizo acham que eu devo usar o WebCT.
Martins; Kellermanns (2004)
0,93 4
ENCORAJAMENTO DOS DOCENTES
• O professor fornece a maior parte da ajuda e orientação necessárias à habilitação dos alunos a usar o WebCT.
• O professor faz questão de ver que os alunos estão felizes com a utilização do WebCT.
• O professor explicou as características do WebCTadequadamente em sala de aula.
• O professor transmitiu claramente para a classe os benefícios da utilização do WebCT.
• O professor está sempre disposto a ajudar quando um estudante tem dificuldades na utilização do WebCT.
• O professor incentiva os alunos a usarem o WebCT.
• O professor acha que nós devemos usar o WebCT o máximo possível.
• O professor nos incentiva a explorar as diferentes funcionalidades do WebCT.
• O professor nos incentiva a usar outros recursos do WebCT, além daqueles necessários para este curso.
Martins; Kellermanns (2004)
0,92 9
70
Construto Itens Fonte α Quant.
Itens
QUALIDADE DAS INFORMAÇÕES
• A qualidade das informações fornecidas pelo sistema é alta.
• Eu não vejo problemas na qualidade das informações fornecidas pelo sistema.
Venkatesh; Davis (2000)
entre 0,82
e 0,98
2
INTERATIVIDADE DO SISTEMA
• O sistema de e-learning permite uma comunicação interativa entre professores e alunos.
• O sistema de e-learning permite uma comunicação interativa entre os alunos.
• As ferramentas de comunicação disponíveis no sistema de e-learning (e-mail, chat, etc) são efetivas.
Pituch; Lee (2006) 0,91 3
DISPONIBILIDADE DE SUPORTE
TÉCNICO
• Eu recebi treinamento adequado para a utilização do WebCT.
• Existe uma pessoa designada para quem eu posso pedir ajuda com o WebCT.
• A assistência técnica está prontamente disponível para me ajudar com a utilização do WebCT.
• Quando eu peço ajuda com o uso do WebCT, alguém me atende rapidamente.
Martins; Kellermanns (2004)
0,81 4
AUTO-EFICÁCIA
Eu poderia finalizar um trabalho utilizando um pacote de software... • se não houvesse ninguém por perto
para me dizer o que fazer. • se eu nunca tivesse usado um
sistema selhelhante. • se eu tivesse apenas os manuais do
software como referência. • se eu tivesse visto alguém usando
antes. • se eu pudesse chamar alguém para
me ajudar, caso precisasse. • se alguém pudesse me ajudar a
começar. • se eu tivesse bastante tempo para
concluir o trabalho. • se eu tivesse somente o “help" on-
line do sistema para me ajudar. • se alguém me mostrasse como fazê-
lo primeiro. • se eu tivesse usado sistemas
semelhantes antes deste.
Venkatesh (2000)
entre 0,80
e 0,90
10
71
Construto Itens Fonte α Quant.
Itens
EXPERIÊNCIA PRÉVIA
• Com que frequência você usa aplicativos de computador, como Microsoft Word, Excel ou PowerPoint?
• Com que frequência você costuma usar e-mail?
• Com que frequência você usa a Internet para atividades relacionadas aos estudos ou ao trabalho?
• Com que frequência você usa a Internet para outras atividades (sem relacionamento com estudo/trabalho)?
Martins; Kellermanns (2004)
0,81 4
ABSORÇÃO COGNITIVA
- Dimensão dissociação temporal: • Algumas vezes eu perco a noção do
tempo quando eu estou utilizando o sistema de e-learning.
• O tempo “voa” quando eu estou utilizando o sistema de e-learning.
• Na maior parte das vezes, quando eu estou utilizando o sistema de e-learning, eu acabo gastando mais tempo do que eu tinha planejado.
• Eu frequentemente gasto mais tempo no sistema de e-learning do que eu pretendia.
- Dimensão imersão focada: • Quando eu estou usando o sistema
de e-learning, eu consigo bloquear qualquer distração.
• Enquanto estou usando o sistema de e-learning, fico totalmente concentrado no que estou fazendo.
• Enquanto estou usando o sistema de e-learning, fico focado na tarefa que estou realizando.
- Dimensão divertimento: • Eu me divirto interagindo com o
sistema de e-learning. • Utilizar o sistema de e-learning me
aborrece. • Eu tenho prazer em utilizar o
sistema de e-learning.
Saadé; Bahli (2005) 0,52 10
72
APÊNDICE C – ESCALAS UTILIZADAS NA PESQUISA
Construto Itens Quant.
Itens
INTENÇÃO DE USO EFETIVO
(IUE)
IUE1 - Eu pretendo explorar ao máximo as funcionalidades do sistema.
IUE2 - Quero descobrir novas formas de usar o sistema no curso.
IUE3 - Eu tenho a intenção de tirar o máximo proveito do sistema neste curso.
IUE4 - Eu pretendo integrar o sistema à minha rotina de estudos.
4
ATITUDE (AT)
AT1 - Usar o sistema é uma boa ideia. AT2 - O sistema torna o aprendizado mais interessante. AT3 - Fazer este curso usando o sistema é divertido. AT4 - Eu gosto de usar o sistema.
4
UTILIDADE PERCEBIDA
(UP)
UP1 - O sistema me permite realizar as tarefas deste curso mais rapidamente.
UP2 - O sistema me ajuda a melhorar meu desempenho no curso.
UP3 - Minha produtividade aumenta quando uso o sistema.
UP4 - O sistema me ajuda a alcançar meus objetivos neste curso.
UP5 - Usar o sistema torna meu trabalho no curso mais fácil.
UP6 - O sistema é útil para mim neste curso. UP7 - Se eu não usar o sistema, minha nota neste curso
será mais baixa. UP8 - Usar o sistema melhora minhas chances de
conseguir notas maiores no curso. UP9 - Minha nota no curso não tem nada a ver com o uso
do sistema.
9
73
Construto Itens Quant. Itens
FACILIDADE DE USO PERCEBIDA
(FUP)
FUP1 - É fácil aprender a usar o sistema. FUP2 - A interface do sistema é clara e fácil de entender. FUP3 - Eu consigo que o sistema faça o que eu quero que
ele faça. FUP4 - Eu consigo ajustar a interface do sistema às
minhas necessidades. FUP5 - É fácil tornar-se hábil no uso do sistema. FUP6 - O sistema é fácil de usar.
6
INFLUÊNCIA SOCIAL
(ISO)
ISO1 - Meus colegas mais próximos acham que eu devo usar o sistema.
ISO2 - A maioria das pessoas que conheço neste curso me incentivam a usar o sistema..
ISO3 - Meus amigos que não fazem este curso e que já usaram o sistema me incentivavam a usá-lo também.
ISO4 - Pessoas cuja opinião eu valorizo acham que eu devo usar o sistema.
ISO5 - Os professores e tutores incentivam os alunos a usarem o sistema.
ISO6 - Os professores e tutores acham que eu devo usar o sistema tanto quanto possível.
ISO7 - Os professores e tutores me incentivam a explorar as diferentes funcionalidades do sistema.
ISO8 - Os professores e tutores me incentivam a usar outros recursos do sistema, além daqueles necessários para este curso.
8
QUALIDADE DAS INFORMAÇÕES
(QI)
QI1 - A qualidade das informações fornecidas pelo sistema é alta.
QI2 - Eu não vejo problemas com a qualidade das informações fornecidas pelo sistema.
2
INTERATIVIDADE DO SISTEMA
(ISI)
ISI 1 - O sistema permite uma grande interação entre professores e alunos.
ISI 2 - Os alunos conseguem interagir bastante entre si, graças ao sistema.
ISI 3 - As ferramentas de comunicação disponíveis no sistema (e-mail, chat, etc) atendem plenamente às minhas necessidades.
3
CONDIÇÕES FACILITADORAS
(CF)
CF 1 - Eu recebi treinamento adequado para a utilização do sistema.
CF 2 - Existe uma pessoa, e-mail ou outra forma de contato que eu posso usar para pedir ajuda, quando tenho disficuldades com os sistema.
CF3 - A assistência técnica está prontamente disponível para me ajudar com a utilização do sistema.
CF 4 - Quando eu peço ajuda com o uso do sistema, alguém me atende rapidamente.
4
74
Construto Itens Quant. Itens
AUTO-EFICÁCIA (AE)
Suponha que você receba uma tarefa para realizar em seu computador, num software que você nunca usou antes.
Você seria capaz de concluir a tarefa com sucesso...
AE1 - ... mesmo se não houvesse ninguém por perto para lhe dizer o que fazer?
AE2 - ... mesmo se você nunca tivesse usado um sistema semelhante antes?
AE3 - ... mesmo se você tivesse apenas os manuais de referência do sistema?
AE4 - ... se você tivesse visto alguém usando o sistema antes?
AE5 - ... se você pudesse chamar alguém para lhe ajudar, caso você precisasse?
AE6 - ... se alguém lhe ajudasse a começar? AE7 - ... se você tivesse bastante tempo para concluir o
trabalho? AE8 - ... se você tivesse somente o help on-line do sistema
para lhe ajudar? AE9 - ... se alguém lhe mostrasse como fazê-lo primeiro? AE10 - ... se você tivesse usado sistemas similares para
realizar a mesma tarefa?
10
EXPERIÊNCIA PRÉVIA
(EP)
Antes de iniciar este curso a distância, com que frequência você costumava...
EP1 - ... usar aplicativos de computador, como Microsoft Word, Excel ou PowerPoint?
EP2 - ... usar e-mail? EP3 - ... usar a Internet para atividades relacionadas aos
estudos ou ao trabalho? EP4 - ... usar a Internet para outras atividades não
relacionadas com estudo ou trabalho?
4
ABSORÇÃO COGNITIVA
(AC)
Quando eu utilizo o sistema , eu...
AC 1 - ... fico totalmente concentrado no que estou fazendo.
AC 2 - ... consigo bloquear qualquer distração. AC 3 - ... fico focado na tarefa que estou realizando.
AC 4 - Eu me divirto interagindo com o sistema. AC5 - Utilizar o sistema me aborrece. AC6 - Eu tenho prazer em usar o sistema.
6
76
APÊNDICE E – CARACTERÍSTICAS DA AMOSTRA
Curso
Sexo
Curso de Atualização/Extensão
Graduação Outros Pós-
graduação ou MBA Total
Quantidade 0 10 0 10Ensino Médio % do Total ,0% 8,8% ,0% 8,8%
Quantidade 1 4 37 42Ensino Superior % do Total ,9% 3,5% 32,5% 36,8%
Quantidade 2 1 59 62
Escolaridade
Pós-Graduação % do Total 1,8% ,9% 51,8% 54,4%
Quantidade 3 15 96 114
Feminino
Total % do Total 2,6% 13,2% 84,2% 100% Quantidade 0 12 0 0 12Ensino
Médio % do Total ,0% 8,6% ,0% ,0% 8,6%
Quantidade 1 8 1 56 66Ensino Superior % do Total ,7% 5,7% ,7% 40,0% 47,1%
Quantidade 0 0 0 62 62
Escolaridade
Pós-Graduação % do Total ,0% ,0% ,0% 44,3% 44,3%
Quantidade 1 20 1 118 140
Masculino
Total % do Total ,7% 14,3% ,7% 84,3% 100%
Tabela E.1 - Gênero, Escolaridade e Tipo de curso a distância
77
Percentis
Sexo 5 10 25 50 75 90 95
Feminino 23 25 29 33 40 47 53 Idade dos respondentes
Masculino 25 27 31 36 45 50 52
Feminino 23 30 104 176 480 558 640 Tempo matriculado no curso (em dias) Masculino 29 30 119 277 476 543 601
Tabela E.2 - Gênero, Idade e Tempo de matrícula no curso a distância
Tipos de cursos a distância realizados anteriormente pelos respondentes Frequência Percentual
Treinamentos no trabalho 46 29,5%
Cursos extra-curriculares 54 34,6%
Graduação a distância 22 14,1%
Pós-graduação a distância 8 5,1%
Outros 26 16,7%
Total 156 100,0%
Tabela E.3 – Cursos a distância realizados
78
Tipo de acesso à Internet no trabalho
Banda Larga
Não se aplica Total
Quantidade 11 10 21Nunca
% do Total 4,3% 3,9% 8,3%Quantidade 26 0 26
Raramente % do Total 10,2% ,0% 10,2%Quantidade 65 2 67De vez em
quando % do Total 25,6% ,8% 26,4%Quantidade 69 2 71
Frequentemente % do Total 27,2% ,8% 28,0%Quantidade 69 0 69
Frequência de acesso ao campus virtual no trabalho
Sempre % do Total 27,2% ,0% 27,2%Quantidade 240 14 254
Total % do Total 94,5% 5,5% 100,0%
Tabela E.4 – Frequência e tipo de acesso no trabalho
Tipo de acesso à Internet em casa
Discado
Banda Larga
Não se aplica Total
Quantidade 0 1 2 3Nunca
% do Total ,0% ,4% ,8% 1,2%
Quantidade 0 1 0 1Raramente
% do Total ,0% ,4% ,0% ,4%
Quantidade 0 24 1 25De vez em quando % do Total ,0% 9,4% ,4% 9,8%
Quantidade 2 89 0 91Frequentemente
% do Total ,8% 35,0% ,0% 35,8%
Quantidade 0 132 2 134
Frequência de acesso ao campus virtual em casa
Sempre % do Total ,0% 52,0% ,8% 52,8%
Quantidade 2 247 5 254Total
% do Total ,8% 97,2% 2,0% 100,0%
Tabela E.5 – Frequência e tipo de acesso em casa
79
Escolaridade
Ensino Médio
Ensino Superior
Pós-Graduação Total
Quantidade 2 8 11 21Nunca
% 9,1% 7,4% 8,9% 8,3%Quantidade 2 16 8 26
Raramente % 9,1% 14,8% 6,5% 10,2%Quantidade 5 29 33 67De vez em
quando % 22,7% 26,9% 26,6% 26,4%Quantidade 6 25 40 71
Frequentemente % 27,3% 23,1% 32,3% 28,0%Quantidade 7 30 32 69
Frequência de acesso ao campus virtual no trabalho
Sempre % 31,8% 27,8% 25,8% 27,2%Quantidade 22 108 124 254
Total % 100,0% 100,0% 100,0% 100,0%
Tabela E.6 – Frequência de acesso no trabalho, por escolaridade
Escolaridade
Ensino Médio
Ensino Superior
Pós-Graduação Total
Quantidade 1 1 1 3Nunca
% 4,5% ,9% ,8% 1,2%Quantidade 0 1 0 1
Raramente % ,0% ,9% ,0% ,4%Quantidade 1 15 9 25De vez em
quando % 4,5% 13,9% 7,3% 9,8%Quantidade 9 35 47 91
Frequentemente % 40,9% 32,4% 37,9% 35,8%Quantidade 11 56 67 134
Frequência de acesso ao campus virtual em casa
Sempre % 50,0% 51,9% 54,0% 52,8%Quantidade 22 108 124 254
Total % 100,0% 100,0% 100,0% 100,0%
Tabela E.7– Frequência de acesso em casa,por escolaridade
95
Correlações
EP CF AC ISI AE ISO FUP QI UP IUE AT Pearson Correlation -,017
Sig. (2-tailed) ,785 CF
N 254 Pearson Correlation -,079 ,498**
Sig. (2-tailed) ,211 ,000 AC
N 254 254 Pearson Correlation -,095 ,499** ,689**
Sig. (2-tailed) ,130 ,000 ,000 ISI
N 254 254 254 Pearson Correlation ,158* ,191** ,127* ,026
Sig. (2-tailed) ,011 ,002 ,044 ,682 AE
N 254 254 254 254 Pearson Correlation -,146* ,537** ,556** ,635** ,119
Sig. (2-tailed) ,020 ,000 ,000 ,000 ,058 ISO
N 254 254 254 254 254 Pearson Correlation -,044 ,430** ,527** ,542** ,247** ,459**
Sig. (2-tailed) ,481 ,000 ,000 ,000 ,000 ,000 FUP
N 254 254 254 254 254 254 Pearson Correlation -,114 ,451** ,643** ,661** ,066 ,616** ,627**
Sig. (2-tailed) ,069 ,000 ,000 ,000 ,297 ,000 ,000 QI
N 254 254 254 254 254 254 254 Pearson Correlation -,138* ,497** ,637** ,624** ,116 ,568** ,495** ,599**
Sig. (2-tailed) ,028 ,000 ,000 ,000 ,066 ,000 ,000 ,000 UP
N 254 254 254 254 254 254 254 254 Pearson Correlation -,168** ,490** ,570** ,523** ,102 ,563** ,432** ,550** ,712**
Sig. (2-tailed) ,007 ,000 ,000 ,000 ,104 ,000 ,000 ,000 ,000 IUE
N 254 254 254 254 254 254 254 254 254 Pearson Correlation -,142* ,495** ,698** ,628** ,093 ,580** ,554** ,637** ,793** ,829**
Sig. (2-tailed) ,024 ,000 ,000 ,000 ,140 ,000 ,000 ,000 ,000 ,000 AT
N 254 254 254 254 254 254 254 254 254 254*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed).