Intenções comportamentais no uso de estratégias de coping voltadas para adoção de plataformas de nuvem

Autores

  • ALAMIR COSTA LOURO UFES
  • Mariana Melo UFES
  • Marcelo Brandão UFES

DOI:

https://doi.org/10.18568/ijbmkt.9.1.275

Palavras-chave:

Nuvem, Cientistas de Dados, Adaptação Tecnológica, Teoria coping

Resumo

Este estudo investiga o impacto indireto da complexidade percebida da tecnologia na adoção de plataformas de nuvem por cientistas de dados no Brasil. Especificamente, examina o papel mediador das oportunidades percebidas relacionadas ao trabalho e das intenções comportamentais, bem como o uso de estratégias de coping voltadas para a inovação. A pesquisa utiliza um questionário online e emprega Análise Fatorial Confirmatória, SEM e OLS para analisar os dados. Os resultados sugerem que um efeito de mediação em série focado em aspectos comportamentais pode explicar melhor a adoção da tecnologia de computação em nuvem. O estudo identifica a necessidade de investigação adicional sobre os possíveis efeitos moderadores da voluntariedade e da autoeficácia na relação entre a complexidade percebida da tecnologia e a adaptação à plataforma de nuvem. Além disso, a incorporação de outros construtos exógenos, como novas estratégias de adaptação, resultados no trabalho e satisfação no trabalho, podem fornecer uma compreensão mais abrangente dos fatores que influenciam a adoção de tecnologia no contexto da ciência de dados. O estudo destaca que a redução da complexidade da tecnologia pode levar a uma maior adoção, melhor experiência do usuário, melhores taxas de retenção, mais possibilidades de inovação e melhor posição competitiva. No entanto, requisitos adicionais de treinamento e suporte para cientistas de dados podem aumentar o custo e o tempo necessários para integração e manutenção. Uma plataforma de nuvem fácil de usar pode possibilitar o trabalho remoto e a colaboração, abrindo oportunidades para crescimento profissional e arranjos de trabalho flexíveis. Isso pode ser particularmente benéfico para profissionais brasileiros que possuem fortes habilidades de inovação, mas treinamento e suporte limitados. Ao transcender barreiras geográficas e limitações de infraestrutura, uma plataforma de nuvem amigável pode ajudar a reduzir a desigualdade digital. Por outro lado, uma plataforma de nuvem complexa pode ampliar a desigualdade digital, especialmente em países em desenvolvimento, exacerbando desigualdades existentes. A pesquisa contribui para a construção teórica ao fornecer um quadro de mediação em série que explica melhor os fenômenos de adaptação tecnológica, combinando a teoria de coping e o modelo de aceitação de tecnologia.

Referências

Acito, F., & Khatri, V. (2014). Business analytics: Why now and what next? Business Horizons, 57(5), 565–570. https://doi.org/10.1016/j.bushor.2014.06.001

Bagozzi, R. P. (2007). The Legacy of the Technology Acceptance Model and a Proposal for a Paradigm Shift. The Legacy of the Technology Acceptance Model and a Proposal for a Paradigm Shift. Journal of the Association for Information Systems, 8(7), 244–254. https://doi.org/Article

Bala, H., & Venkatesh, V. (2013). Changes in employees’ job characteristics during an enterprise system implementation: A latent growth modeling perspective. MIS Quarterly: Management Information Systems, 37(4), 1113–1140. https://doi.org/10.25300/MISQ/2013/37.4.06

Bala, H., & Venkatesh, V. (2015). Adaptation to Information Technology: A Holistic Nomological Network from Implementation to Job Outcomes. Management Science, 61(1), 156–179. https://doi.org/https://doi.org/10.1287/mnsc.2014.2111

Beaudry, A., & Pinsonneault, A. (2005). Understanding User Responses to Information Technology: A Coping Model of User Adaptation. MIS Quarterly, 29(3), 493–524. https://doi.org/https://doi.org/10.2307/25148693

Byrne, B. M. (2012). Structural equation modeling with Mplus : basic concepts, applications, and programming (1st ed.). New York, NY: Taylor & Francis Group.

Davenport, T. H., & Patil, D. J. (2012). Data Scientist : The Sexiest Job of the 21st Century. Harvard Business Review, pp. 8–12.

Folkman, S., Lazarus, R. S., Gruen, R. J., & DeLongis, A. (1986). Appraisal, coping, health status, and psychological symptoms. Journal of Personality and Social Psychology, 50(3), 571–579. doi:10.1037/0022-3514.50.3.571

Grewal, D., Roggeveen, A. L., & Nordfält, J. (2017). The Future of Retailing. Journal of Retailing, 93(1), 1–6. https://doi.org/10.1016/j.jretai.2016.12.008

Gudergan, S. P., Ringle, C. M., Wende, S., & Will, A. (2008). Confirmatory tetrad analysis in PLS path modeling. Journal of Business Research, 61(12), 1238–1249. https://doi.org/10.1016/j.jbusres.2008.01.012

Hair, J. F., Black, B., Babin, B., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de dados (6th ed.). Bookman.

____, Hult, G. T. M., Ringle, C., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Thousand Oaks: Sage.

Hayes, A. (2013). Introduction to mediation, moderation, and conditional process analysis. New York, NY: The Guilford Press. https://doi.org/978-1-60918-230-4

Henseler, J., Ringle, C. M., & Sarstedt, M. (2016). Testing measurement invariance of composites using partial least squares. International Marketing Review, 33(3).

________, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of Partial Least Squares Path Modeling in International Marketing. Advances in International Marketing, 20(2009), 277–319. https://doi.org/10.1016/0167-8116(92)90003-4

Lazarus, R. S., & Folkman, S. (1984). Stress, Appraisal, and Coping. Springer Publishing Company, NewYork.

Louro, A. C., Brandão, M. M., & Sincorá, L. A. (2020). Understanding the self-efficacy of data scientists. International Journal of Human Capital and Information Technology Professionals (IJHCITP), 11(2), in press.

MacKenzie, Podsakoff, & Podsakoff. (2011). Construct Measurement and Validation Procedures in MIS and Behavioral Research: Integrating New and Existing Techniques. MIS Quarterly, 35(2), 293. https://doi.org/10.2307/23044045

M'rhaouarh, I., Okar, C., Namir, A., & Chafiq, N. (2018). Cloud Computing adoption in developing countries: A systematic literature review. 2018 IEEE International Conference on Technology Management, Operations and Decisions, ICTMOD 2018, 73–79. https://doi.org/10.1109/ITMC.2018.8691295

Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879

Preacher, K. J., & Selig, J. P. (2012). Advantages of Monte Carlo Confidence Intervals for Indirect Effects. Communication Methods and Measures, 6(2), 77–98. https://doi.org/10.1080/19312458.2012.679848

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540

Venkatesh, V., Thong, J. Y. L., & Xu, X. (2016). Unified Theory of Acceptance and Use of Technology: A Synthesis and the Road Ahead. Journal of the Association for Information Systems, 17(5), 328–376. https://doi.org/10.1080/1097198X.2010.10856507

Wang, N., Liang, H., Jia, Y., Ge, S., Xue, Y., & Wang, Z. (2016). Cloud computing research in the IS discipline: A citation/co-citation analysis. Decision Support Systems, 86, 35–47. https://doi.org/10.1016/j.dss.2016.03.006

Downloads

Publicado

2024-09-30

Como Citar

COSTA LOURO, A., Melo, M., & Brandão, M. (2024). Intenções comportamentais no uso de estratégias de coping voltadas para adoção de plataformas de nuvem. International Journal of Business and Marketing, 9(1), 62–74. https://doi.org/10.18568/ijbmkt.9.1.275

Edição

Seção

Artigos