2.1 A terceira idade, o turismo e a tecnologia

A estrutura etária do Brasil tem sofrido significativas mudanças, isso em função da queda acentuada dos níveis de fecundidade, ocasionando uma transição demográfica. A pirâmide populacional brasileira possuía a base larga, ou seja, havia uma considerável população jovem. Com o envelhecimento da população, essa proporção vem sofrendo alteração, aumentando assim a proporção de adultos e idosos (IBGE, 2015). O aumento da população idosa não é influenciado somente pela queda da taxa de fecundidade, é influenciado também pela queda da mortalidade em todas as idades (IBGE, 2015).

^{Kuo, Chen e Wu (2012}), atribuem essa longevidade aos avanços da ciência médica. O estudo do IBGE (2015) vai ao encontro dessa afirmativa ao apresentar dados de uma pesquisa que indica que a população idosa é a que mais cresce, estimando um aumento de mais de 4% ao ano no período de 2012 a 2022. Estima-se que em 2030 a população com 60 anos ou mais será de aproximadamente 41,5 milhões, e de 73,5 milhões em 2060 (IBGE, 2015).

^{Santos (2010}) defende o envelhecimento de maneira digna, considerando-o como uma fase de sabedoria e uma fase feliz da existência. Nesse sentido, ao turismo são atribuídos vários benefícios quando voltados à terceira idade, como independência e autonomia (^{Cress, Buchner, Questad, Esselman & Schwartz, 1999} e ^{Ashton, Cabral, Dos Santos & Kroetz, 2015}) e ganhos voltados à saúde (Cress et al., 1999 e ^{Fechine & Trompieri, 2015}).

É possível observar a representatividade da parcela idosa da sociedade. Segundo ^{Ashton et al. (2015}), o turismo voltado à terceira idade é um segmento que se amplia a cada dia, proporcionando emergentes oportunidades de negócios (^{Mello, De Liz & Verdinelli, 2015}), tais oportunidades extensivas as agências de viagens, rede hoteleira, serviços direcionados a alimentação e de transporte (^{Trigo, 2005}). Considerando-se que as próximas gerações de idosos tendem a ter o nível de escolaridade mais alto, consequentemente maior nível de renda, esse mercado tende a continuar promissor (Mello, De Liz & Verdinelli, 2015).

Os idosos acreditam que o turismo contribui para a qualidade de vida e o relacionam a sentimentos positivos como alegria, bem-estar e sociabilidade (^{Pereira, Waismann & Dos Santos, 2012}). ^{Kim, Woo e Uysal (2015}), estudaram experiência de turismo e qualidade de vida entre os turistas idosos e constataram que quanto maior o nível de envolvimento maior será o valor percebido e o aumento da satisfação com a vida, ou seja, há a relação positiva entre a satisfação e lazer com a qualidade de vida global dos idosos. As experiências dos turistas e atividades de turismo tendem a afetar positivamente diversos domínios da vida: como a vida familiar, social, o lazer, vida cultural, entre outros (Uysal, Sirgy, Woo & Kim, 2016). Nesse sentido, cabe aos gestores atentarem-se à qualidade das experiências turísticas dos idosos (Kim, Woo & Uysal, 2015).

Vários são os benefícios atribuídos à

pratica turística na terceira idade: autonomia, independência (^{Cress et al., 1999} e ^{Ashton et al., 2015}), ganhos voltados à saúde (Cress et al., 1999 e ^{Fechine & Trompieri, 2015}), atenuante de perdas e solidão atribuídas à idosos (Ashton et al., 2015). Ashton et al. (2015) atribuem ainda, sentimento de pertencimento, utilidade, de capacidade de realização de inúmeras coisas, possibilidades de novas descobertas, melhoria da autoes-

tima e autoconfiança. Prazer, socialização, satisfação pessoal, superação da monotonia cotidiana também foram atribuídos como benefícios (^{D'alencar & Veiga, 2014}).

O turismo voltado a esse público deve visar o bem-estar e o atendimento as necessidades específicas (^{Duarte, Santos & Souza, 2015}). As adaptações proporcionam um atendimento de maior qualidade, mais lazer aos idosos, consequentemente um aumento na demanda (Duarte, Santos & Souza, 2015). Para ^{D'Alencar e Veiga (2014}), não bastam apenas adaptações estruturais, é necessário atentar-se às atitudes, há necessidade de treinamento para os funcionários desenvolverem melhores práticas para lidarem com esse público. Conveniência, conforto e segurança (^{Moura, Souza, Medeiros & Maracajá 2012}) são critérios essenciais ao considerar o público idoso (^{Schein, Perin, Sampaio & Ugalde, 2009}).

Como exposto, entender e atender bem esse público é uma forma de benefício mútuo, à medida que, auxiliando os idosos as empresas conquistam para si esse segmento, tido como promissor. Uma forma de atender a esse público é considerar o ciberespaço como um canal de comunicação importante o qual, segundo Souza (2016) está diretamente relacionado ao turismo por viabilizar e auxiliar em diversas situações, tais como sistemas de reserva hoteleira online, usar as re-

des sociais para o compartilhamento de informações e serviços turísticos. Vários estudos recentes têm mostrado a importância de aplicações móveis para fazer reservas em hotel, organizar excursões, e fornecer informação turística (^{Noguera, Barranco, Segura & Martínez, 2012}; ^{Rodriguez-Sanchez, Martinez-Romo, Borromeo, & Hernandez-Tamames; 2013}).

Apesar de os idosos apresentarem obstáculos para a adoção de novas tecnologias, como: a) desafios físicos para usar a tecnologia: muitos idosos têm problemas de saúde ou restrições na condição física; b) muitos são céticos sobre os benefícios da tecnologia; e c) outros apresentam dificuldades de aprendizagem para usar novas tecnologias (CGI, 2014), no Brasil, os idosos vêm utilizando dispositivos móveis com mais frequência (^{Santos, Ishitani & Nobre, 2013}). A pesquisa do International Game Developers Association (IGDA) (2008) menciona que os idosos adotam uma inovação tecnológica quando identificam alguma utilidade para sua vida, eles não adotam algo somente pelo fato de ser novo.

Segundo um estudo do Pew Research Center - PRC (2014), os índices de adoção de Internet e de banda larga entre os idosos estão aumentando progressivamente nos Estados Unidos. Esse crescimento também ocorre em vários outros países, como a Coréia, por exemplo, onde se deu o trabalho dos autores ^{Kim e Preis (2015}). Os dados do PRC apontaram que, seis em cada dez idosos americanos, em 2014, relataram usar a internet (59% dos respondentes), e pouco menos de metade são adotantes de banda larga.

O acesso às redes sociais, é um dado importante, pois como ^{Qualman (2011}), ^{Baird e Parasnis (2011}) e ^{Moura, Godinho, Gosling e Martins (2014}) apontam, os consumidores estão aumentando o uso das mídias sociais e redes sociais para ganhar recomendações, comentários e opiniões de amigos, família e comunidade social. Então conside-

rando o construto influência social que será adiante tratado, as redes sociais podem ser um meio de propagação desta influência. As redes sociais possibilitam e facilitam também o acesso à informações turísticas (^{Guerra, Gosling & Coelho, 2014}).

O acesso à internet via dispositivos móveis tais como smartphones e tablets, tem sido muito comum recentemente, para o público em geral no Brasil e no mundo. Para o público específico da pesquisa, os idosos, o Pew Research Center (2014) aponta crescente e rápida adoção destes dispositivos móveis por essa faixa etária entre os americanos, sendo encontrado que: os idosos são mais propensos a possuir um tablet ou e-book reader do que smartphone. Apenas 18% dos idosos usam smartphones enquanto que 77% usam o telefone celular comum.

No Brasil, a realidade é um pouco diferente, o acesso à internet pelo telefone celular abrange apenas 6% dos idosos, sendo que nas outras parcelas da população o telefone celular é o dispositivo mais utilizado. Dentre os usuários brasileiros de internet com 60 anos ou mais, 78% citam o computador de mesa (desktop) como o principal dispositivo de acesso à Internet (CGC, 2014).

2.2 Modelo TPB, Modelo UTAUT e UTAUT2

A Teoria do Comportamento Planejado (TPB) de ^{Ajzen (1991}) é uma extensão da Teoria do Ação Fundamentada de ^{Fishbein e Ajzen (1975}), e foi desenvolvido para explicar o comportamento individual com base nas crenças-atitudes-intenções-comportamentos (^{Curras-Perez, Ruiz-Mafe & Sanz-Blas, 2014}). Na TPB a atitude é então, antecessora de intenção comportamental. Os autores Curras-Perez, Ruiz-Mafe e Sanz-Blas (2014) também consideram a atitude como predecessora do comportamento e concebem o seu modelo relacionando os determinantes sociabilidade, moda/status e entretenimento (oriundos da Teoria de Usos e Gratificações) ao construto Atitude e utilizam, adicionalmente, as variáveis da TPB para explicar o comportamento de uso de rede social.

Tomando como base os referidos trabalhos citados anteriormente que apontam a Atitude como predecessora de Intenção Comportamental, o presente trabalho terá como pressuposição essa relação a qual será inserida no modelo UTAUT2 estendido, e os preditores do modelo UTAUT2 serão diretamente ligados à Atitude, relação explicada mais adiante.

A UTAUT (Unified Theory of Acceptance and Use of Technology) é resultado de uma revisão realizada por ^{Venkatesh et al. (2003}) de modelos anteriores que tratam da aceitação e o uso de tecnologia. Os modelos são: Theory of Reasoned Action (TRA) ; Tecnology Acceptance Model (TAM) ; Motivacional Model (MM) ; Theory of Planned Behavior (TPB); TPB e TAM combinados (C-TPB-TAM); Model of PC Utilization (MPCU); Inovation Diffusion Theory (IDT) e Social Cognitive Theory (SCT).

Um construto que inicialmente foi testado por ^{Venkatesh et al. (2003}), constante na teoria TPB - Theory of Planned Behavior - a atitude, não foi incorporado no UTAUT2 por não se mostrar significativo no estudo destes autores. No entanto, tal construto foi adicionado ao modelo proposto nessa pesquisa pela suposição de melhorar o modelo. O recente trabalho de ^{Nysveen e Pedersen (2016}) corrobora com essa suposição, os quais adaptaram o UTAUT utilizando o construto atitude como antecedente de intenção de uso e encontrando bons resultados de ajuste do modelo proposto. A atitude é um forte preditor de intenção comportamental conforme o trabalho de vários autores e significa uma predisposição para o comportamento (^{Ajzen, 1991}, ^{Ramalho, 2006}, ^{Curras-Perez, Ruiz-Mafe & Sanz-Blas, 2014}, dentre outros conceituados). No contexto da tecnologia, Venkatesh (2003) define a atitude como uma reação afetiva global do indivíduo ao uso de um sistema.O presente artigo, como já mencionado, é uma extensão do artigo desenvolvido por Venkatesh, Thong e Xu (2012), e apresenta como inovações (a) a aplicação ao contexto brasileiro, (b) a inclusão de construtos, (c) a mudança no perfil dos respondentes, sendo agora a terceira idade e (d) alteração do setor estudado, o turístico. É possível notar o crescente número de estudos utilizando o modelo UTAUT, porém em contextos diferentes do estudo em questão.

Internacionalmente, é possível emcontrar temáticas diversas. Há estudos voltados à aceitação e uso da tecnologia de serviço de identificação por radiofrequência (^{Nysveen & Pedersen, 2016}), de serviços bancários em plataformas móveis na Tailândia (^{Bhatiasevi, 2015}), sobre a intenção de uso do QR code por usuários finais, em Portugal (^{Luz, 2016}). Rho, ^{Kim, Chung e Choi (2015}), estudaram os fatores que influenciam a aceitação do serviço de telemedicina por pacientes portadores de diabetes mellitus. ^{Slade et al. (2015}), que é um dos estudos que o presente trabalho seguiu, aplicaram a UTAUT a pagamentos móveis por celular.

No Brasil, os estudos seguem a mesma tendência internacional, ou seja, mostram-se crescentes, porém em áreas diversas, diferentes da vertente turística aqui trabalhada. Como exemplo tem-se o trabalho de ^{Vera (2014}), que estudou os fatores motivadores de compras coletivas na internet com base na UTAUT2. ^{Lima Faria et al. (2014}) estudaram a aplicabilidade da UTAT2 no Brasil a partir de usuários de internet em smartphones. ^{Souza Meirelles e Longo (2015}) pesquisaram a adoção de tecnologia de informação por parte do corpo docente de uma instituição de ensino. Outros autores nesta mesma área de pesquisa, (^{Oliveira, Ramos, Andrade, Souza Neto e Dias, 2015}), estudaram os fatores influenciadores da adoção de capacitação a distância de funcionários públicos. Oliveira (2015) analisou como a utilização de jogos online interfere na otimização do processo seletivo em uma empresa de consultoria.

Os exemplos apresentados demonstram a variedade de estudos que utilizaram o modelo UTAUT2 e corroboram com a importância em estudá-lo em um novo contexto, ainda pouco explorado, o turístico.

No modelo UTAUT original, quatro construtos influenciam diretamente a aceitação da tecnologia e o comportamento de uso: expectativa de desempenho, expectativa de esforço, influência social e condições facilitadoras. Nesse modelo, quatro modera

dores dessas relações foram utilizados: gênero, idade, experiência e voluntariedade (^{Farias, Luz Vitor, Lins & Pedroza Filho, 2015}).

De acordo com o exposto, a UTAUT é a unificação de vários modelos concebidos para analisar o fenômeno de aceitação individual de tecnologia no contexto laboral. Posteriormente ^{Venkatesh, Thong e Xu (2012}) propuseram a UTAUT2 visando estender o modelo para fins de análise do consumo individual de tecnologia, permitindo a utilização do modelo na pesquisa do comportamento do consumidor (^{Lima Faria, Giuliani, Pizzinatto, & Pizzinatto, 2014} e ^{Farias et al., 2015}). Para o UTAUT2, as variáveis - motivação hedônica, valor do preço e hábito - foram incorporadas e os moderadores das relações utilizados foram idade, gênero e experiência. Sinteticamente, o modelo preconizado por esses autores aponta os construtos expectativa de desempenho, expectativa de esforço, influência social, condições facilitadoras, motivação hedônica, valor do preço e hábito como preditores de intenção comportamental e, esta última, como determinante de comportamento de uso. O modelo também prevê os construtos condições facilitadoras e hábito influenciando diretamente o comportamento de uso.

Assim, como o objetivo do trabalho é verificar a adoção e a aceitação da internet no contexto de escolha do destino turístico, o UTAUT2 foi o modelo usado como base teórica da presente pesquisa. Além do UTAUT2 estendido por ^{Slade et al. (2015}), houve a adição do construto Atitude, convergindo para um modelo modificado proposto que será adiante explicitado.

Os construtos do UTAUT2 que foram adotados na pesquisa, bem como as hipóteses derivadas deste modelo original, devido à inserção do construto Atitude, aqui, enfocados no contexto do uso da internet por idosos para fins turísticos, são:

O construto "expectativa de desempenho" refere-se ao grau em que o uso de uma tecnologia fornecerá benefícios para os consumidores no desempenho de determinadas atividades (^{Venkatesh, Thong & Xu, 2012}). Em seu modelo original Venkatesh et al. (2003) encontraram expectativa de desempenho sendo preditora de intenção comportamental. A mesma relação é confirmada nos trabalhos de ^{Bhatiasevi (2015}), Rho, ^{Kim, Chung e Choi (2015}), ^{Slade et al. (2015}), ^{Vera (2014}) e ^{Lima Faria et al. (2014}). Como a premissa no presente trabalho é de que a Atitude precede a intenção comportamental e também com suporte nos resultados de ^{Nysveen e Pedersen (2016}) que confirmaram em seu estudo que a Expectativa de desempenho tem uma influência positiva sobre a atitude de usar serviços de identificação por radiofrequência , formulou-se a seguinte hipótese:

H1: A Expectativa de desempenho afeta positivamente a Atitude em relação ao uso da internet para o turismo.

A "expectativa de esforço" é "o grau de facilidade associado ao uso da tecnologia pelos consumidores "( ^{Venkatesh, Thong & Xu, 2012}, p.159). Esse construto no modelo dos referidos autores é hipotetizado como tendo um efeito significativo positivo na intenção comportamental. Trabalhos posteriores como os ^{Bhatiasevi (2015}), Rho, ^{Kim, Chung e Choi (2015}) e ^{Lima Faria et al. (2014}) confirmam tal relação. Com a inserção do construto Atitude e embasamento em ^{Nysveen e Pedersen (2016}) e outros autores já citados que tratam a atitude como antecedente de intenção comportamental, enuncia-se a hipótese H2:

H2: Expectativa de esforço afeta positivamente a Atitude em relação ao uso da internet para o turismo.

A "influência social" no contexto do consumidor refere-se ao grau em que o indivíduo acredita que os outros indivíduos consideram importante que a tecnologia seja utilizada. A pressuposição subjacente é o que os indivíduos tendem a consultar suas redes sociais sobre novas tecnologias e pode ser influenciada pela pressão social percebida de outras pessoas que consideram importantes. No modelo original de ^{Venkatesh, Thong e Xu, (2012}) a influência social é também um dos determinantes da intenção comportamental. Tal relacionamento é corroborado por estudos a posteriori (^{Bhatiasevi, 2015}, Rho, ^{Kim, Chung e Choi, 2015}, ^{Slade et al., 2015} e ^{Vera, 2014}). Considerando a atitude como predecessora de intenção comportamental, a hipótese 3 (H3) fica assim enunciada:

H3: A influência social afeta positivamente a Atitude em relação ao uso da internet para o turismo.

Outros construtos considerados preditores de intenção comportamental no modelo UTAUT2, são, a "motivação hedônica" que refere-se à diversão e/ou ao prazer proporcionado ao indivíduo pelo uso da tecnologia em questão; o "hábito" o qual tem sido definido como a medida em que as pessoas tendem a comportamentos automáticos devido à aprendizagem (^{Limayem, Hirt & Cheung, 2007}) e "condições facilitadoras". O modelo original prevê que o hábito tem influencia direta sobre a intenção comportamental e direta sobre o comportamento de uso. O hábito como preditor de intenção comportamental é confirmado nos estudos de ^{Vera (2014}) e ^{Lima Faria et al. (2014}). Neste último trabalho também é encontrada a relação do hábito como preditor direto de comportamento de uso. Aqui, no presente trabalho, a suposição é que esses preditores (motivação Hedônica e hábito) têm relação com a Atitude, que precede a Intenção Comportamental, e o Hábito tem relação direta com o comportamento de uso, então as hipóteses abrangendo esses dois construtos são:

H4 - Motivação Hedônica afeta positivamente a Atitude em relação ao uso da internet para o turismo.

H5a - Hábito afeta positivamente a Atitude em relação ao uso da internet para o turismo.

H5b - Hábito afeta positivamente o comportamento de uso da internet para o turismo.

As "condições facilitadoras" referem-se ao grau em que o indivíduo acredita que o ambiente oferece suporte à utilização da tecnologia em questão. No modelo UTAUT original a hipótese é de que as condições facilitadoras sejam determinantes de intenção comportamental (^{Venkatesh, Thong & Xu, 2012}; ^{Nysveen & Pedersen, 2016}; ^{Lima Faria et al. 2014}) e determinantes diretos de comportamento de uso (Venkatesh, Thong & Xu, 2012) Sendo a atitude antecedente de intenção comportamental, a pressuposição no presente estudo é de que as condições facilitadoras sejam preditoras do construto Atitude, além de influenciar diretamente o comportamento de uso da internet. Assim:

H6a - Condições Facilitadoras afetam positivamente a Atitude em relação ao uso da internet para o turismo.

H6b - Condições Facilitadoras afetam positivamente o comportamento de uso da internet para o turismo.

Por fim, apresentam-se os dois últimos construtos do modelo UTAUT2: a "intenção comportamental" que se refere à intenção de consumir determinado produto ou serviço tecnológico e o "comportamento de uso" refere-se ao ato de consumir determinado produto ou serviço tecnológico. A hipótese do modelo original e adotada no modelo proposto é:

H7 - A intenção comportamental de uso afeta positivamente o comportamento de uso de internet para o turismo.

O trabalho de ^{Bhatiasevi (2015}) reforça a hipótese 7, pois foi encontrada uma relação positiva entre Intenção comportamental e comportamento de uso, tal como os autores do modelo original.

Considerando a adoção da internet pelo público da pesquisa e sua utilização no contexto do turismo, o UTAUT2 passou por uma análise qualitativa e, após essa análise, optou-se por retirar do modelo original o construto valor do preço por não verificar adequação ao objeto pesquisado.

Um modelo particular estendendo a UTAUT2 com os construtos Inovatividade, Risco Percebido e Confiança, desenvolvido por ^{Slade et al. (2015}), foi aqui considerado por ser uma iniciativa que aplica a UTAUT2 a pagamentos móveis por celular, e para o contexto da pesquisa, que é a busca de informações e escolhas voltadas ao turismo pela internet, situação que pode envolver transações pela internet, corrobora para a inserção das variáveis Risco Percebido e Confiança.

O risco percebido tem sido uma extensão comum da UTAUT (^{Williams, Rana, Dwivedi & Lal, 2011}). Esse construto ao contrário de outros construtos do modelo UTAUT, representa um dificultador no processo de adoção. ^{Thakur e Srivastava (2014}) mencionam que seus achados suportaram a hipótese de que o Risco Percebido afeta negativamente a intenção de adoção da tecnologia.

Corroborando a adoção do construto "confiança", ^{Lu, Yang, Chau e Cao, (2011}) e ^{Zhou (2013}) a definem como uma crença subjetiva de que uma parte cumprirá suas obrigações e desempenha um papel importante nas transações financeiras eletrônicas, onde os usuários são vulneráveis a riscos de incerteza e sensação de perda de controle. Para o contexto desta pesquisa, as escolhas voltadas ao turismo pela internet podem envolver transações pela internet, fato que pode envolver e requerer confiança entre as partes. Os achados do trabalho de ^{Slade et al. (2015}) revelaram que o Risco Percebido influencia negativamente a intenção de uso. Por seu turno, a Confiança influencia negativamente o Risco percebido e diretamente influencia positivamente a intenção de uso, mas somente para o público que conhece previamente sobre pagamentos móveis. As hipóteses elaboradas a partir do modelo UTAUT 2 estendido com Risco Percebido e Confiança (Slade et al., 2015) como preditores de Atitude são as seguintes:

H8: O Risco Percebido afeta negativamente a Atitude em relação ao uso da internet para o turismo.

H9: A confiança afeta positivamente a atitude em relação ao uso da internet para o turismo.

H10: A confiança afeta negativamente o Risco Percebido no uso da internet.

Por fim, a última hipótese do modelo proposto, tomando como base a TPB - Theory of Planned Behavior de ^{Ajzen (1991}) que preconiza a atitude como forte preditor de intenção comportamental e também o trabalho de ^{Nysveen e Pedersen (2016}) que confirma esta relação, é a seguinte:

H11 - Atitude afeta positivamente a intenção comportamental de uso da internet para o turismo.

Assim, após essa compilação de construtos desenvolveu-se o modelo proposto, que é uma extensão da UTAUT2, com adição de "Risco Percebido" e "Confiança", inovando com o acréscimo do construto "Atitude". A partir desse modelo proposto, são derivadas as treze hipóteses do modelo UTAUT 2 modificado proposto, exposto na Figura 1:

Fonte: Desenvolvido pelas autoras

Figura 1 Hipóteses do UTAUT 2 modificado 

4.1 Características dos entrevistados

Com o objetivo de conhecer e caracterizar os respondentes, na Tabela 1 são

apresentadas as características específicas dessa amostra.

Obteve-se uma amostra de 293 respondentes no período de outubro a novembro de 2016. Destes respondentes, 6,8% possuem menos de 60 anos, sendo desconsiderados para a pesquisa; 82,9 % usam a internet e 72 % são usuários de internet para fins turísticos, num total de 211 casos considerados válidos para o estudo.

Observou-se que a amostra de idosos usuários da internet para fins turísticos é composta em sua maioria por idosos com idade entre 60 e 70 anos, representando um total de 78,7% da amostra. Indivíduos do sexo feminino apresentaram-se em maior quantidade, representado 69,7% dos usuários.

Em relação à renda, três faixas apresentaram mais representatividade, sendo de 34,6% da amostra aqueles que ganham mais de R$8280,01, seguido por aqueles que ganham entre R$3240,01 a R$ 5760,00 (24,6%) e R$ 5760,01 a R$ 8280,00 (24,2%). A maior parte dos respondentes declarou-se casado (51,7%) e ensino superior completo (43,1%).

A representatividade daqueles que ganham acima de R$ 8280,00 e o nível de escolaridade predominante na pesquisa, vai ao encontro da tendência apresentada por ^{Mello, de Liz e Verdinelli (2015}), que apontaram a tendência dos idosos apresentarem nível de escolaridade mais alto influenciando o aumento no nível da renda.

4.2 Análise outliers e dados ausentes e pressuposto de normalidade

Considerando os dados coletados por meio dos questionários, todas as variáveis de escala tipo likert do modelo UTAUT2 e dos construtos adicionados, apresentaram distribuição não normal, característica observada no teste de normalidade Kolmogorov-Smirnov e Shapiro-Wilk, pois a hipótese nula de normalidade em ambos os testes foi rejeitada ao nível de significância de 5%.

Sobre a presença de outliers, foram encontrados 3 outliers multivariados. Esses outliers multivariados foram identificados pela medida D² de Mahalanobis (Hair et al., 2010). Considerando o valor crítico de 2,5 apontado por Hair et al. (2010) para amostras de 200 casos, todas as observações que tiveram esse valor ou mais nesse cálculo, foram então classificadas como outliers multivariados e foram excluídas da análise para não comprometer os resultados.

A análise de dados ausentes é pertinente uma vez que a técnica de equações estruturais é sensível a missing values. Assim, a questão concernente a dados ausentes foi tratada pelo procedimento de listwise (exclusão de casos), ou seja, só foram considerados os questionários válidos e completos para análise.

As correlações de Spearman, quando avaliadas no geral, ou seja, considerando todos os construtos, variaram de -0,055 a 0,836. Todos os construtos apresentaram correlações lineares significativas, exceto comportamento de uso (algumas variáveis) e risco percebido ao nível significância de 0,01.

4.3 Análise da dimensionalidade dos Construtos

Antes de avaliar a confiabilidade da escala pelo coeficiente alpha de Cronbach, faz-se necessária, de acordo com Hair et al., (2010), a verificação da unidimensionalidade de todos os construtos. Esta é alcançada utilizando-se o critério sugerido ^{Sharma e Patterson (2000}) que considera unidimensional todo construto que apresentar um único fator com o autovalor maior que 1 quando submetido à análise fatorial exploratória.

Para o estudo em questão, foi observado que os construtos mostraram-se unidimensionais de acordo com os resultados da Análise fatorial Exploratória (AFE) aplicada a cada construto separadamente.

Para verificar as dimensões, isto é, se os indicadores se alocam em seu respectivo construto teórico, também foi empregada a AFE, a qual permite a exploração dos dados e gera informações do número de fatores que melhor representam os dados em suas cargas fatoriais (Hair et al., 2010). A AFE também foi empregada pelo fato do presente estudo ser exploratório no que diz respeito aos construtos novos inseridos no modelo UTAUT2 original.

Para realização desta análise, é recomendável a utilização da AFE através do método de componentes principais, com rotação ortogonal Varimax para cada construto avaliado, o qual permite alcançar o número mínimo de fatores necessários para explicar a parte máxima da variância representada no conjunto original de variáveis (^{Malhotra, Birks, Wills, 2012} e HAIR et al., 2010).

A partir dessa escolha de método de extração e de rotação precedeu-se a análise fatorial para os construtos determinantes (exógenos) e após, análise da dimensionalidade com relação aos construtos dependentes Atitude, Intenção Comportamental e Comportamento de Uso, bem como a análise das comunalidades.

Como pode ser visualizado na Tabela 2, foram identificadas 7 dimensões considerando os construtos exógenos. Como pode ser observado as variáveis dos construtos EE Expectativa de Esforço e CF Condições facilitadoras se agruparam em um mesmo fator e não em grupos distintos, ou seja, a estrutura revelou que indicadores formam um mesmo construto e não construtos distintos.

Além disso, as comunalidades dos indicadores CF1, CF3 e CF4 (0,473; 0,473 e 0,297) ficaram abaixo de 0,50 que é o mínimo recomendado por Hair et al., (2010). Portanto, optou-se em eliminar este construto, pois além das comunalidades terem sido baixas, com a eliminação do construto CF, a variância explicada acumulada passou de 73,812% para 78,930%, ou seja, um aumento considerável.

A partir da Tabela 3 é possível verificar que os indicadores dos construtos AT Atitude e IC Intenção Comportamental se agruparam em um mesmo componente, revelando que os indicadores formam um mesmo construto e não construtos distintos. A comunalidade do indicador IC2 foi abaixo do aceitável, sendo recomendável a sua retirada. Para a decisão de retirada do construto, a variância acumulada foi apurada e com a eliminação do construto IC a variância explicada acumulada aumentou de 64,829 % para 70,963 %, acrescenta-se a isso o fato de não ser recomendável um construto ter somente 2 indicadores. Assim, optou-se pela retirada do construto IC da análise.

A Figura 2 apresenta o modelo de mensuração final do modelo proposto que teve alterações em virtude dos resultados da análise fatorial exploratória, e sob o qual foram feitas todas as análises. Na figura é mostrado o modelo após o procedimento de bootstrapping que deve ocorrer para melhoria do modelo, bem como apresenta a significância das relações.

Fonte: Dados da pesquisa

Figura 2 Modelo de mensuração após bootstrapping 

4.4 Análise da validade e confiabilidade da escala

Para verificar a validade e confiabilidade dos construtos devem ser examinados: a consistência interna do modelo, a validade dos indicadores formadores dos construtos e a validade discriminante.

A consistência interna do modelo pode ser aferida por dois testes Alpha de Cronbach e Composite Reliability, o que pode ser visualizado na Tabela 3. Essas medidas variam de variam de 0 a 1, de modo que, quanto maior o valor, maior será a confiabilidade.

Segundo Hair, Hult, Ringle e Sarstedt (2016), valores acima de 0,70 demonstram que os construtos são aceitáveis, sugerindo atenção para valores definitivamente acima de 0,95 para a confiabilidade composta, os quais não são desejáveis porque indicam que todas as variáveis indicadoras estão medindo o mesmo fenômeno e, portanto, são prováveis de não serem uma medida válida do construto. Como pode ser visualizado na Tabela 3, todos os valores de alpha de Cronbach e Confiabilidade Composta (Composite Reliability - CR) atenderam ao recomendável pelos autores demonstrando a confiabilidade da escala do modelo em estudo.

4.5 Validade convergente

Avaliar a validade convergente de construtos reflexivos, os pesquisadores consideram os outer loadings dos indicadores e a variância média extraída (Average Variance Extracted - AVE). Ao analisar os Outer Loadings o recomendado por Hair et al. (2016) é que eles devem ser 0,708 ou mais e a AVE ao menos igual a 0,50. Todos os valores de outer loadings e AVEs para todos os indicadores em relação aos seus respectivos construtos se mostraram aceitáveis, exceto os outer loadings dos indicadores de Risco Percebido, RP1, RP2 e RP3 se mostraram baixas 0,686, 0,643, 0,667, conforme Tabela 4.

Quando abaixo do recomendável, mas entre 0,4 e 0,7, Hair et al. (2016) sugerem que indicadores com carga externa entre esses valores devam ser considerados para remoção da escala somente quando a exclusão do indicador leva a um aumento na confiabilidade composta ou da variância média extraída. No caso em questão, não há como fazer este teste, pois remover todos os indicadores de risco, implica na remoção do construto. Então a exclusão do construto Risco Percebido não foi considerada.

4.6 Validade discriminante

Para se verificar a validade discriminante, utilizou-se como procedimentos de teste o critério Fornell-Larker, como pode ser visto na Tabela 5, na qual as variáveis estão codificadas como a seguir: MH Motivações Hedônicas, RP Risco Percebido, CO Confiança, AT Atitude, EE Expectativa de Desempenho, EE Expectativa de Esforço, HT para Hábito, IS Influência Social e CU Comportamento de Uso.

A validade discriminante é a extensão em que um construto é verdadeiramente distinto de outros construtos (Hair et al., 2016). Segundo os autores pelo critério de Fornell-Larker é obtida a raiz quadrada da AVE de cada construto constante da diagonal principal. Esta deve ser maior do que a correlação entre o construto e outros construtos do modelo, contida nas outras células. Como pode ser visualizado na Tabela 5, a validade discriminante pelo Fornell-Larker criterion pode ser considerada satisfatória.

4.7 Análise dos resultados do modelo estrutural

Todos os indicadores dos construtos demonstraram possuir relevância para o modelo estrutural (p values significativos ao nível de 0,05), exceto os indicadores do construto Risco Percebido, considerando os outer weights e os outer loadings (RP2 e RP3).

Para avaliar a significância das relações entre os construtos, foram analisados somente os efeitos diretos dos construtos; portanto, a técnica utilizada foi Path Coefficients constante no SmartPLS, a qual apresenta os relacionamentos entre os construtos e sua significância, sendo também possível verificar as hipóteses do modelo (Tabela 6). A significância das relações somente é obtida após rodar a função Bootstrapping para a estimativa das relações do modelo estrutural, por esse procedimento também é possível melhorar o ajuste do modelo (Hair et al., 2016).

Pela análise apresentada, cinco relações entre construtos não se mostraram significantes, quais sejam, Atitude e Comportamento de Uso, Confiança e Risco Percebido, Expectativa de Esforço e Atitude, Influência Social e Atitude e, por fim, Risco Percebido e Atitude.

As relações que se confirmaram como significantes no modelo estrutural foram cinco: Confiança e Atitude, Expectativa de Desempenho e Atitude, Hábito e Atitude, Há-

bito e Comportamento de uso, Motivação Hedônica e Atitude.

Após esta verificação das relações, apurou-se a acurácia preditiva do modelo, o que pode ser atestado R ² value (Hair et al., 2010). Tal medida mensura a acurácia preditiva do modelo, representando os efeitos combinados das variáveis endógenas sobre as variáveis exógenas, como pode ser visualizado na Tabela 7.

O valor de R ² varia de 0 a 1, de modo que, quanto mais próximo de 1, maior será a acurácia preditiva; nos estudos sobre marketing, valores próximos a 0,25, 0,50 ou 0,75 são considerados, respectivamente, como de grau: fraco, moderado e substancial (Hair et al., 2010). No estudo em questão os R² values demonstraram que o modelo possui moderada acurácia preditiva em relação ao construto Atitude (0,535) e pouca acurácia preditiva em relação ao construto Comportamento de Uso (0,346). Isto quer dizer que a variação do construto Atitude é explicada pela variação dos preditores (Confiança, Expectativa de Desempenho, Hábito e Motivação Hedônica) em 53,5% e as variações em Comportamento de Uso são explicadas pela variação de Hábito em 34,6%. O R ² representando as variações do Risco Percebido sendo explicadas por Confiança, não foi significativo, p valor acima de 0,05.

Pode-se afirmar que a análise estatística dos dados apoiou moderadamente o modelo de que os preditores (Confiança, Expectativa de Desempenho, Hábito e Motivação Hedônica) afetam a Atitude sendo que pela análise dos path coefficients, o Hábito apresentou a maior importância relativa (0,311), seguida da Motivação Hedônica (0,286), Confiança (0,180) e Expectativa de Desempenho (0,125). Já com respeito ao construto comportamento de uso, o construto Hábito se mostrou como um bom preditor, com um peso de 0,548, conforme Tabela 6.

Considerando o ajuste do modelo, as medidas SRMR (standardized root mean square residual) e RMS _theta (root mean square residual covariance) testam esse ajuste. Seguindo uma abordagem conservadora, um valor de SRMR ( RMS _theta) menor do que 0,08 (0,12) indica bom ajuste do modelo (Hair et al., 2016). Os valores alcançados para SRMR e RMS _theta foram respectivamente 0,05 e 0,146, o que aponta um ajuste parcial do modelo aqui proposto. O Quadro 2 apresenta um resumo dos resultados das análises das hipóteses, com base nos resultados encontrados.

Sumariamente, pode-se dizer que, das hipóteses enunciadas, cinco foram apoiadas pelas analises estatísticas, a saber:

A significância da relação entre os constructos Expectativa de Desempenho (ED) e Atitude (AT) foi satisfatória, podendo-se afirmar que a Expectativa de Desempenho se constitui preditora da Atitude no presente estudo. Assim, os idosos percebem que o uso da internet propicia benefícios no desempenho de determinadas atividades, e quanto maior a expectativa deste desempenho mais intensa é a atitude favorável ao uso da internet, o mesmo foi encontrado por ^{Nysveen e Pedersen (2016}). Os autores ^{Venkatesh, Thong e Xu, 2012} encontraram expectativa de desempenho (ED) sendo preditor de intenção comportamental, mas como no presente trabalho a atitude é predecessora de intenção, o construto ED apresentou esta relação positiva direta com a atitude.

O construto Hábito influenciou os construtos Atitude e o Comportamento de Uso. Tal influência tem relação com o observado por ^{Esteves e Slongo (2012}) ao compreenderem o crescente interesse por parte dos idosos em aprendizagem voltadas à novas tecnologias, utilizando-as a seu favor. Acrescenta-se a isso o exposto no PRC (2014), que constataram que a partir do momento em que o idoso adota uma tecnologia digital, ele a integra à sua vida cotidiana, tornando frequente o uso da mesma. Tanto a pesquisa dos autores supracitados quanto o relatório PRC, mostram relação direta com a definição de Hábito dada por ^{Limayem, Hirt e Cheung (2007}), que o define como a medida em que as pessoas tendem a comportamentos automáticos devido à aprendizagem. Assim, o Hábito afeta positivamente a Atitude (com peso de 0,311) e afeta diretamente o comportamento de uso (peso de 0,548). Esta última relação foi também ratificada por ^{Lima Faria et al (2014}) e ^{Venkatesh, Thong e Xu (2012}). Porém a relação da atitude como mediadora de Hábito e Comportamento de uso não foi sig-nificativa.

Concernente ao construto Motivação Hedônica, a relação encontrada mostrou que tal construto influencia positivamente a Atitude. Isto significa que quanto mais intenso é o sentimento de diversão e/ou prazer proporcionado ao idoso pelo uso da internet mais a atitude ao uso da internet para fins turísticos fica favorável. No modelo UTAUT2 esta relação é confirmada, porém a Motivação Hedônica está direta e positivamente relacionada com a Intenção Comportamental, já no presente estudo o relacionamento é com a Atitude.

Outra hipótese que se mostrou significativa foi a referente à relação entre os construtos Confiança (CO) e Atitude (AT), podendo-se afirmar que a Confiança se constitui um preditor de Atitude para o estudo em questão. No trabalho de ^{Slade et al. (2015}), do qual o construto Confiança foi adotado, a relação Confiança e Intenção comportamental foi rejeitada. No presente estudo a Confiança mostrou-se afetando positivamente a Atitude. Assim, quanto mais confiança o idoso tem nas transações e nas empresas as quais ele se envolve na internet mais intensa será a atitude favorável ao uso da internet para fins turísticos.

Concernente às hipóteses rejeitadas, pode-se dizer que todas as hipóteses relacionadas aos construtos IC (Intenção comportamental) e CF (condições facilitadoras) não foram suportadas porque esses construtos foram excluídos em virtude da análise fatorial apontar a retirada dos mesmos.

Além destas, cinco hipóteses foram rejeitadas. A relação de influência exercida pelo construto Expectativa de Esforço no construto Atitude foi rejeitada, bem como houve a rejeição de: Influência Social como preditora da Atitude, Risco Percebido afetando negativamente a Atitude, Confiança influenciando negativamente o Risco Percebido e Atitude como preditora de Comportamento de Uso.

Em oposição aos achados de ^{Nysveen e Pedersen (2016}), a expectativa de esforço não se mostrou preditora da atitude de usar a internet para fins turísticos. Apesar da expectativa de esforço ser a percepção dos consumidores do grau de facilidade associada ao uso da internet, essa percepção de facilidade não mostra relação positiva com a atitude de utilização da tecnologia. Não se pode afirmar que o comportamento é distinto entre faixas etárias diferentes, o que se pode afirmar é que no trabalho tanto de Nysveen e Pedersen (2016) e ^{Venkatesh, Thong & Xu, 2012} o segmento estudado foi predominantemente público jovem. Sugere-se investigar mais a fundo a interferência da idade na definição dos determinantes da Atitude e Comportamento de uso.

Acredita-se que as razões de rejeição das hipóteses ligadas ao Risco Percebido (Risco Percebido e Atitude; Confiança e Risco Percebido) estejam ligadas à coleta de dados. Pode ter havido dificuldade de compreensão ou mesmo atenção ao responder às questões relativas a Risco Percebido, cuja escala era invertida, ou seja, uma concordância com a assertiva traduz uma resposta desfavorável.

A Influência Social no presente estudo também não foi apontada como um preditor da Atitude. Isso mostra que o segmento de idosos, pelos dados da pesquisa, não é tão influenciado pela pressão social ou rede de contatos para utilizar a internet quanto a faixa etária mais jovem (até 31 anos), a qual foi alvo do estudo de ^{Venkatesh, Thong & Xu, 2012}, proponentes do UTAUT2.

A rejeição de hipóteses ainda se deu para a influência da Atitude no construto Comportamento de uso da Internet para fins turísticos. Essa relação direta foi testada no presente estudo de forma inédita, pois não foram encontrados trabalhos de outros autores. Porém não houve suporte empírico que comprovasse tal relação. Fica aqui mais uma sugestão para trabalhos futuros a verificação desta relação com amostras mais amplas e abrangendo várias faixas etárias.