Qualidade da Informação como Antecedente do uso da Tecnologia: Análise da Mídia Social Youtube sob a Ótica de Graduandos do Curso de Ciências Contábeis

Mariele Castro dos Santos, Carla Milena Gonçalves Fernandes, Anderson Betti Frare, Alexandre Costa Quintana

Resumo


As mídias sociais, como o YouTube, estão cada vez mais presentes no cotidiano das pessoas, não sendo diferente no contexto educacional. Contudo, alguns aspectos podem ser favoráveis à aceitação dessas tecnologias, como a qualidade da informação. Nesta perspectiva, o estudo tem como objetivo analisar a influência da qualidade da informação como antecedente do uso da tecnologia, especificamente relacionado à mídia social YouTube no tocante aos graduandos do curso de ciências contábeis de uma universidade pública federal. O referencial teórico apoia-se a duas vertentes: (i) qualidade da informação; (ii) a aceitação da tecnologia em contextos educacionais, especificamente acerca do modelo de aceitação de tecnologia. Após a revisão da literatura, sete hipóteses foram criadas. A partir de uma survey, com envio de questionário eletrônico, obteve-se uma amostra de 58 estudantes. Para a análise dos dados, foi empregada a modelagem de equações estruturais. Complementarmente, a análise de efeitos diretos (hipóteses estabelecidas), efetuou-se a análise de efeitos indiretos. Os achados apontam efeito direto nas relações: (H1) qualidade da informação na facilidade percebida de uso; (H3) facilidade percebida de uso na utilidade percebida; (H5) utilidade percebida na atitude; (H7) atitude na intenção comportamental. Como implicações para prática, ressalta-se a relevância do uso de tal mídia como um meio complementar de aprendizado para os discentes de ciências contábeis. Pelo viés de implicações teóricas, o estudo contribui ao elencar a pertinência da qualidade da informação como um antecedente da aceitação da tecnologia.


Palavras-chave


Qualidade da informação; Mídia social; YouTube

Texto completo:

PDF

Referências


Abdullah, F., & Ward, R. (2016). Developing a general extended technology acceptance model for e-learning (Getamel) by analysing commonly used external factors. Computers in Human Behavior, 56, 238-256. https://doi.org/10.1016/j.chb.2015.11.036

Adams, D. A., Nelson, R. R., & Todd, P. A. (1992). Perceived usefulness, ease of use, and usage of information technology: a replication. MIS quarterly, 16(2), 227-247. https://doi.org/10.2307/249577

Agarwal, N., & Yiliyasi, Y. (2010). Information quality challenges in social media. Anais de International Conference on Information Quality, Little Rock, The United of States of America, 15.

Al-Rahimi, W. M., Othman, M. S., & Musa, M. A. (2013). Using TAM model to measure the use of social media for collaborative learning. International Journal of Engineering Trends and Technology, 5(2), 90-95.

Balakrishnan, V., & Gan, C. L. (2015). Students’ learning styles and their effects on the use of social media technology for learning. Telematics and Informatics, 33(3), 808-821. https://doi.org/10.1016/j.tele.2015.12.004

Beux, M. C., Laimer, V. R., & Laimer, C. G. (2012). Qualidade no atendimento: uma alternativa para obter a satisfação dos clientes de uma instituição financeira. Revista de Administração IMED, 2(2), 106-117. https://doi.org/10.18256/2237-7956/raimed.v2n2p106-117

Bido, D. S., & Silva, D. (2019). SmartPLS 3: especificação, estimação, avaliação e relato. Administração: Ensino e Pesquisa, 20(2), 488-536. https://doi.org/10.13058/raep.2019.v20n2.1545

Chintalapati, N., & Daruri, V. S. K. (2017). Examining the use of YouTube as a learning resource in higher education: scale development and validation of TAM model. Telematics and Informatics, 34(6), 853-860. https://doi.org/10.1016/j.tele.2016.08.008

Cohen, J. (1988). Statistical power analysis for the behavioral sciences. New York: Psychology Press.

D’Aquila, J. M., Wang, D., & Mattia, A. (2019). Are instructor generated YouTube videos effective in accounting classes? A study of student performance, engagement, motivation, and perception. Journal of Accounting Education, 47, 63-74. https://doi.org/10.1016/j.jaccedu.2019.02.002

Davis, F. D. (1989). Usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008

Dehghani, M., Niaki, M. K., Ramezani, I., & Sali, R. (2016). Evaluating the influence of YouTube advertising for attraction of young customers. Computers in human behavior, 59, 165-172. https://doi.org/10.1016/j.chb.2016.01.037

Detlor, B., Hupfer, M. E., Ruhi, U., & Zhao, L. (2013). Information quality and community municipal portal use. Government Information Quarterly, 30(1), 23-32. https://doi.org/10.1016/j.giq.2012.08.004

Diamantopoulos, A., & Siguaw, J. (2006). Formative versus reflective indicators in organizational measure development: a comparison and empirical illustration. British Journal of Management, 17(4), 263-282. https://doi.org/10.1111/j.1467-8551.2006.00500.x

Dumpit, D. Z., & Fernandez, C. J. (2017). Analysis of the use of social media in higher education institutions (HEIs) using the technology acceptance model. International Journal of Educational Technology, 14(5), 1-16. https://doi.org/10.1186/s41239-017-0045-2

Even, A., & Shankaranarayanan, G. (2007). Utility-driven assessment of data quality. ACM SIGMIS Database: the Database for Advances in Information Systems, 38(2), 75-93. https://doi.org/10.1145/1240616.1240623

Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: a flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175-191. https://doi.org/10.3758/bf03193146

Hair Jr., J. F., Hult, G. T. M., Ringle, C., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM): second edition. Los Angeles: Sage.

Holtzblatt, M., & Tschakert, N. (2011). Expanding your accounting classroom with digital video technology. Journal of Accounting Education, 29(2-3), 100-121. https://doi.org/10.1016/j.jaccedu.2011.10.003

Jung, I., & Lee, Y. (2015). YouTube acceptance by university educators and students: a cross-cultural perspective. Innovations in education and teaching international, 52(3), 243-253. https://doi.org/10.1080/14703297.2013.805986

Khan, M. L. (2017). Social media engagement: what motivates user participation and consumption on YouTube?. Computers in Human Behavior, 66, 236-247. https://doi.org/10.1016/j.chb.2016.09.024

Kim, K-S., Sin, S-C. J. & Yoo-Lee, E. Y. (2014). Undergraduates’ use of social media as information sources. College & Research Libraries, 75(4), 442-457. http://dx.doi.org/10.5860/crl.75.4.442

Lee, D. Y., & Lehto, M. R. (2013). User acceptance of YouTube for procedural learning: an extension of the technology acceptance model. Computers & Education, 61, 193-208. https://doi.org/10.1016/j.compedu.2012.10.001

Lim, K., Kilpatrick, C., Storr, J., & Seale, H. (2018). Exploring the use of entertainment-education YouTube videos focused on infection prevention and control. American Journal of Infection Control, 46(11), 1218-1223. https://doi.org/10.1016/j.ajic.2018.05.002

Little, T. D., Lindenberger, U., & Nesselroade, J. R. (1999). On selecting indicators for multivariate measurement and modeling with latent variables: when “good” indicators are bad and “bad” indicators are good. Psychological Methods, 4(2), 192-211. https://doi.org/10.1037/1082-989X.4.2.192

Malaquias, R. F., Malaquias, F. F., & Hwang, Y. (2018). Understanding technology acceptance features in learning through a serious game. Computers in Human Behavior, 87, 395-402. https://doi.org/10.1016/j.chb.2018.06.008

Marangunić, N., & Granić, A. (2015). Technology acceptance model: a literature review from 1986 to 2013. Universal Access in the Information Society, 14(1), 81-95. https://doi.org/10.1007/s10209-014-0348-1

Martins, J. G. da S., Bohnenberger, M. C., & Froehlich, C. (2018). Fatores que contribuem para a retenção de profissionais das gerações X e Y nas organizações: análise comparativa entre acadêmicos do curso de Administração. Revista de Administração IMED, 8(1), 78-98. https://doi.org/10.18256/2237-7956.2018.v8i1.2506

Martins, A. S. R., Quintana, A. C., Frare, A. B., & Gomes, D. G. de. (2019). Meta-síntese da publicação científica de tecnologia da informação no ensino superior contábil. Revista de Administração da IMED, 9(2), 51-72. https://doi.org/10.18256/2237-7956.2019.v9i2.3321

Moghavvemi, S., Sulaiman, A., Jaafar, N. I., & Kasem, N. (2018). Social media as a complementary learning tool for teaching and learning: the case of YouTube. The International Journal of Management Education, 16(1), 37-42. https://doi.org/10.1016/j.ijme.2017.12.001

Moreno, R., & Mayer, R. E. (1999). Cognitive principles of multimedia learning: the role of modality and contiguity. Journal of Educational Psychology, 91(2), 358-368. https://doi.org/10.1037/0022-0663.91.2.358

Nitzl, C. (2016). The use of partial least squares structural equation modelling (PLS-SEM) in management accounting research: directions for future theory development. Journal of Accounting Literature, 37, 19-35. https://doi.org/10.1016/j.acclit.2016.09.003

Oliveira, D., Walter, S. A., & Bach, T. M. (2012). Critérios de validade em pesquisas em estratégia: uma análise em artigos publicados no EnAnpad de1997 a 2010. Revista de Administração Mackenzie, 13(6), 225-254. http://dx.doi.org/10.1590/S1678-69712012000600010

Pires, P. J., & Costa Filho, B. A. (2008). Fatores do índice de prontidão e tecnologia (TRI) como elementos diferenciadores entre usuários e não usuários de internet banking e como antecedentes do modelo de aceitação de tecnologia (TAM). Revista de Administração Contemporânea, 12(2), 429-456. http://dx.doi.org/10.1590/S1415-65552008000200007

Porter, C. E., & Donthu, N. (2005). Using the technology acceptance model to explain how attitudes determine internet usage: the role of perceived access barriers and demographics. Journal of Business Research, 59(9), 999-1007. https://doi.org/10.1016/j.jbusres.2006.06.003

Rondan-Cataluña, F. J., Arenas-Gaitán, J., & Ramírez-Correa, P. E. (2015). A comparison of the different versions of popular technology acceptance models: a non-linear perspective. Kybernetes, 44(5), 788-805. https://doi.org/10.1108/K-09-2014-0184

Scherer, R., Siddiq, F., & Tondeur, J. (2020). All the same or different? Revisiting measures of teachers’ technology acceptance. Computers & Education, 143, 103656. https://doi.org/10.1016/j.compedu.2019.103656

Shachak, A., Kuziemsky, C., & Petersen, C. (2019). Beyond TAM and UTAUT: future directions for HIT implementation research. Journal of Biomedical Informatics, 100, 103315. https://doi.org/10.1016/j.jbi.2019.103315

Silva, J. C. P., Paiva, L. E. B., & Lima, T. C. B. (2019). Entre competências e informações: um estudo com gestores de tecnologia da informação. Revista de Administração IMED, 9(1), 3-27. https://doi.org/10.18256/2237-7956.2019.v9i1.3268

Suki, N. M., & Suki, N. M. (2011). Exploring the relationship between perceived usefulness, perceived ease of use, perceived enjoyment, attitude and subscribers’ intention towards using 3G mobile services. Journal of Information Technology Management, 22(1), 1-7.

To, W. M., Lai, L. S., & Leung, V. W. (2019). Technology acceptance model for the intention to use advanced business application software among Chinese business school students. Australasian Journal of Educational Technology, 35(4). https://doi.org/10.14742/ajet.4942

Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273-315. https://doi.org/10.1111/j.1540-5915.2008.00192.x

Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science, 46(2), 186-204. https://doi.org/10.1287/mnsc.46.2.186.11926

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., & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1) 157-178. https://doi.org/10.2307/41410412

Xiao, M., Wang, R., & Chan-Olmsted, S. (2018). Factors affecting YouTube influencer marketing credibility: a heuristic-systematic model. Journal of Media Business Studies, 15(3), 188-213. https://doi.org/10.1080/16522354.2018.1501146

Yang, K. C., Huang, C. H., Yang, C., & Yang, S. Y. (2017). Consumer attitudes toward online video advertisement: YouTube as a platform. Kybernetes, 46(5), 840-853. https://doi.org/10.1108/K-03-2016-0038

Yousafzai, Y. Y., Foxall, G. R., & Pallister, J. G. (2007). Technology acceptance: a meta-analysis of the TAM: part one. Journal of Modelling in Management, 2(3), 251-280. https://doi.org/10.1108/17465660710834453

Zheng, Y., Zhao, K., & Stylianou, A. (2012). The impacts of information quality and system quality on users’ continuance intention in information-exchange virtual communities: an empirical investigation. Decision Support Systems, 56(1), 513-524. https://doi.org/10.1016/j.dss.2012.11.008




DOI: https://doi.org/10.18256/2237-7956.2020.v10i2.4013

Apontamentos

  • Não há apontamentos.




Direitos autorais 2021 Mariele Castro dos Santos, Carla Milena Gonçalves Fernandes, Anderson Betti Frare, Alexandre Costa Quintana

Revista de Administração IMED (RAIMED)               ISSN: 2237-7956                Programa de Pós-Graduação em Administração (PPGA/IMED)

Faculdade Meridional – IMED Business School – www.imed.edu.br – Rua Senador Pinheiro, 304 – Bairro Vila Rodrigues – 99070-220 – Passo Fundo/RS – Brasil Tel.: +55 54 3045 6100

Licença Creative Commons

Esta obra está licenciada com uma Licença Creative Commons Atribuição 4.0 Internacional.